View
232
Download
0
Category
Preview:
Citation preview
DIEGO PEREIRA BOTELHO
DESENVOLVIMENTO DE UM PROCESSADOR
NUMÉRICO BASEADO NO MÉTODO
DOS ELEMENTOS FINITOS NO DOMÍNIO DO TEMPO
FLORIANÓPOLIS
2010
UNIVERSIDADE FEDERAL DE SANTA CATARINA
PROGRAMA DE PÓS-GRADUAÇÃO
EM ENGENHARIA ELÉTRICA
DESENVOLVIMENTO DE UM PROCESSADOR
NUMÉRICO BASEADO NO MÉTODO
DOS ELEMENTOS FINITOS NO DOMÍNIO DO TEMPO
Dissertação submetida à Universidade Federal de Santa Catarina como
parte dos requisitos para a obtenção do grau de Mestre em Engenharia
Elétrica
DIEGO PEREIRA BOTELHO
Florianópolis, março de 2010.
ii
DESENVOLVIMENTO DE UM PROCESSADOR
iii
AGRADECIMENTOS
Aos meus orientadores, Prof. Walter Pereira Carpes Jr. e Prof.
João Pedro Assumpção Bastos, pela assistência, incentivo, confiança e
amizade.
Ao professor e amigo Claudio Enrique Fernández Rodríguez,
certamente o maior responsável pela escolha deste caminho que me
propiciou um grande crescimento pessoal e profissional.
Ao Prof. Mauricio Valencia Ferreira da Luz por sua amizade,
constante apoio, interesse e disposição em colaborar.
Aos meus amigos e colegas do GRUCAD pela ótima
convivência, estímulo, contribuições, respeito e confiança que sempre
demonstraram.
Aos demais amigos, fisicamente próximos ou distantes, que
sempre mantiveram contato e que me fazem lembrar que além das
equações de Maxwell existem outras coisas boas na vida.
Ao suporte financeiro da CAPES, ao longo destes dois anos de
trabalho.
E, acima de tudo, aos meus pais, José Orlando e Ana Lucia, e ao
meu irmão, Vinicius, pelo constante apoio, incentivo, preocupação,
extrema confiança e principalmente pela sólida base familiar que me
proporcionaram por toda vida.
iv
Resumo da Dissertação apresentada à UFSC como parte dos requisitos
necessários para a obtenção do grau de Mestre em Engenharia Elétrica
DESENVOLVIMENTO DE UM PROCESSADOR NUMÉRICO
BASEADO NO MÉTODO DOS ELEMENTOS FINITOS
NO DOMÍNIO DO TEMPO
Diego Pereira Botelho
Março/2010
Orientador: Walter Pereira Carpes Jr., Dr.
Co-orientador: João Pedro Assumpção Bastos, Dr.
Área de concentração: Eletromagnetismo e Dispositivos Eletromagnéti-
cos
Palavras-chaves: método dos elementos finitos, domínio do tempo, ca-
vidades ressonantes, eletromagnetismo computacional, estabilidade
incondicional.
Número de páginas: 78.
RESUMO: A elaboração de um sistema para simulação computacional
de problemas de eletromagnetismo em altas frequências é abordada
neste trabalho. O sistema desenvolvido associa o software NX I-deas
(pré-processamento/pós-processamento) e um processador numérico
baseado no método dos elementos finitos no domínio do tempo. Os
procedimentos envolvidos na obtenção, a partir das equações de
Maxwell, da equação diferencial que modela o problema de propagação
de ondas e o desenvolvimento desse modelo até o nível de
implementação computacional são descritos. Para a discretização
temporal, foi empregado o método de Newmark, que leva a um esquema
incondicionalmente estável. Técnicas relacionadas ao desempenho
computacional, empregadas na implementação do programa, são
apresentadas e analisadas de forma sucinta. A validação do programa
desenvolvido foi realizada através de simulações de problemas de
cavidades ressonantes, sendo os resultados obtidos através das
simulações comparados a resultados calculados analiticamente ou
extraídos de outros trabalhos científicos. O sistema desenvolvido foi
capaz de fornecer resultados com uma boa precisão com baixos custos
computacionais.
v
Abstract of Dissertation presented to UFSC as a partial fulfillment of the
requirements for the degree of Master in Electrical Engineering
DEVELOPMENT OF A NUMERICAL PROCESSOR BASED ON
THE FINITE ELEMENTS METHOD IN TIME DOMAIN
Diego Pereira Botelho
March/2010
Advisor: Walter Pereira Carpes Jr., Dr.
Co-advisor: João Pedro Assumpção Bastos, Dr.
Area of Concentration: Electromagnetism and Electromagnetic Devices.
Keywords: finite elements method, time domain, resonant cavities,
computational electromagnetism, unconditional stability.
Number of pages: 78.
ABSTRACT: The development of a system for computational
simulation of electromagnetic problems at high frequencies is discussed
in this work. The developed system combines software NX I-deas
(preprocessing/post-processing) and a numeric processor based on the
finite element method in time domain. The procedures involved in
obtaining, from Maxwell's equations, the differential equation that
models the problem of wave propagation and the development of this
model to the level of computational implementation are described. For
the temporal discretization, the Newmark method was employed,
leading to an unconditionally stable scheme. Techniques related to
computational performance, used in the implementation of the program,
are presented and discussed briefly. The validation of the program was
accomplished through simulations of resonant cavities’ problems, and
the results obtained from simulations compared to results calculated
analytically or taken from other scientific works. The system developed
was able to provide results with good accuracy with low-cost
computing.
vi
SUMÁRIO
1. INTRODUÇÃO GERAL ...................................................................... 1
2. CONCEITOS BÁSICOS DE ELETROMAGNETISMO .................. 5
2.1. EQUAÇÕES DE MAXWELL ................................................................... 5 2.2. LEIS DE COMPORTAMENTO DOS MATERIAIS ........................................ 6 2.3. CONDIÇÕES DE TRANSMISSÃO DE CAMPOS .......................................... 7
2.3.1. Interface entre dois meios quaisquer ......................................... 7 2.3.2. Interface entre dois meios dielétricos ........................................ 8 2.3.3. Interface com um condutor perfeito........................................... 8 2.3.4. Interface com uma parede magnética ........................................ 9
3. MODELAGEM E RESOLUÇÃO DO PROBLEMA ....................... 10
3.1. EQUAÇÃO DE ONDA .......................................................................... 10 3.2. MÉTODO DOS RESÍDUOS PONDERADOS ............................................. 12 3.3. MÉTODO DOS ELEMENTOS FINITOS ................................................... 13 3.4. DISCRETIZAÇÃO TEMPORAL: MÉTODO DE NEWMARK ...................... 20
4. ASPECTOS COMPUTACIONAIS .................................................... 24
4.1. MONTAGEM DO SISTEMA ALGÉBRICO GLOBAL .................................. 28 4.1.1. Identificação de arestas ............................................................ 28 4.1.2. Indexação dos sistemas elementares no sistema global ........... 33
4.2. ARMAZENAMENTO DAS MATRIZES GLOBAIS E APLICAÇÃO DAS
CONDIÇÕES DE CONTORNO ........................................................................ 35 4.2.1. Método de armazenamento das matrizes globais..................... 35 4.2.2. Aplicação das condições de contorno ...................................... 37
4.3. ALGORITMO DE RESOLUÇÃO DO SISTEMA LINEAR ............................. 39
5. VALIDAÇÃO DO PROGRAMA ....................................................... 44
5.1. CAVIDADE RESSONANTE CILÍNDRICA ................................................ 44 5.2. CAVIDADE RESSONANTE RETANGULAR............................................. 56 5.3. CAVIDADE RESSONANTE RETANGULAR PARCIALMENTE
PREENCHIDA .............................................................................................. 62 5.4. CAVIDADE RESSONANTE CILÍNDRICA PARCIALMENTE
PREENCHIDA .............................................................................................. 67
6. CONSIDERAÇÕES FINAIS .............................................................. 72
7. REFERÊNCIAS BIBLIOGRÁFICAS ............................................... 75
1. INTRODUÇÃO GERAL
A solução de problemas físicos em geral pode ser obtida através
da resolução do equacionamento que modela o fenômeno, sujeito às
condições de contorno do problema. Problemas físicos que envolvem
campos elétricos e/ou magnéticos são modelados pelas Equações de
Maxwell. Devido à dificuldade envolvida em se considerar fatores como
o grande número de variáveis e geometrias complexas, resolver
analiticamente as equações de Maxwell nem sempre é viável para
situações práticas. Dependendo do problema, algumas simplificações
podem ser realizadas com a definição de parâmetros que não
representam a realidade física, mas sim uma aproximação razoável
dessa. Porém, em problemas de eletromagnetismo, especialmente,
devido à natureza de grandezas como os campos elétricos e magnéticos,
que são invisíveis, simplificações do problema real são difíceis de serem
definidas – e, quando definidas, nem sempre levam a representações
satisfatórias da realidade.
Com a evolução dos sistemas computacionais, o uso de métodos
numéricos para resolução de problemas físicos se tornou cada vez mais
comum. Em geral, os métodos numéricos baseiam-se na discretização
dos domínios do problema e na resolução de equações algébricas
obtidas a partir das equações diferenciais que regem o fenômeno.
O Grupo de Concepção e Análise de Dispositivos
Eletromagnéticos (GRUCAD) realiza pesquisa e desenvolvimento na
área de cálculo computacional de campos eletromagnéticos desde sua
fundação, em 1984. A grande maioria dos trabalhos realizados no
laboratório é voltada ao método dos elementos finitos (Finite Element
Method – FEM) aplicados a problemas de eletrotécnica. O método dos
elementos finitos baseia-se na divisão do domínio de cálculo em
subdomínios chamados elementos em que a incógnita do problema é
calculada em função de graus de liberdade e funções de forma. A grande
vantagem desse método é permitir naturalmente em sua formulação o
uso de uma malha com elementos não regulares, propiciando uma
discretização espacial versátil com uma boa representação de problemas
com superfícies curvas e geometrias complexas.
Para a resolução de problemas de propagação de ondas
eletromagnéticas – foco deste trabalho – foram desenvolvidas no
GRUCAD algumas teses e dissertações abordando diferentes métodos
numéricos.
2
FACCIONI FILHO [1,2], FIRMINO [3] e FERREIRA [4]
desenvolveram trabalhos empregando o método de modelagem por
linhas de transmissão (Transmission-Line Method – TLM). Esse método
resolve problemas eletromagnéticos através da analogia com circuitos
elétricos. O TLM baseia-se na equivalência entre as equações de
Maxwell e as equações de tensão e corrente em uma malha de linhas de
transmissão de dois fios contínua. A principal característica desse
método é a formulação simples e sua facilidade de implementação para
uma grande gama de aplicações [5].
I. LIMA [6] desenvolveu um trabalho utilizando o método das
diferenças finitas no domínio da frequência, enquanto TRAVASSOS [7]
e C. LIMA [8] desenvolveram trabalhos com o método das diferenças
finitas no domínio do tempo (Finite Difference – Time Domain –
FDTD). O método FDTD baseia-se na resolução explicita das equações
de Maxwell na sua forma diferencial, sendo os campos elétricos e
magnéticos calculados alternadamente no tempo. Assim como o TLM, o
método FDTD é um método bastante simples em sua formulação
original, com a vantagem de representar a resolução direta das equações
de Maxwell – o que o torna um método bastante didático. Tanto o
método TLM quanto o FDTD, por serem métodos de domínio temporal,
apresentam a vantagem da possibilidade da obtenção de resultados em
uma larga faixa de frequências com uma única simulação, o que pode
ser obtido com a escolha adequada do sinal de alimentação do problema
e com a posterior aplicação da transformada de Fourier na resposta
temporal simulada. Em contrapartida, estes métodos – incluindo o
método das diferenças finitas no domínio da frequência – apresentam
como principal limitação o fato de se basearem na discretização do
domínio de cálculo em células regulares, o que dificulta a representação
de superfícies curvas e geometrias complexas [9].
Ainda tratando de problemas de propagação de ondas,
FERREIRA [10] aplica o método dos elementos finitos no domínio da
frequência (Finite Element – Frequency Domain – FEFD) para a análise
de guias de onda retangulares e GRUBISIC [11] utiliza o método de
traçado de raios (Ray Tracing – RT) para a predição de campos em
ambientes interiores. Salienta-se que o método RT não é considerado
um método numérico de resolução de equações diferenciais, mas sim
um método assintótico em que o cálculo dos campos é obtido por meio
da óptica geométrica e da teoria uniforme da difração.
De todos os trabalhos realizados na área de altas frequências no
GRUCAD, percebe-se que nenhum abordou uma técnica de análise
3
temporal que oferecesse um bom grau de flexibilidade em termos de
discretização espacial.
O objetivo principal deste trabalho é a elaboração de um
processador numérico baseado em elementos finitos no domínio do
tempo (Finite Elements – Time Domain – FETD), de forma a se associar
a eficiência do método dos elementos finitos, em termos de
discretização espacial, às vantagens de um método de análise temporal.
A execução desse tipo de trabalho se tornou mais viável a partir do
momento em que o laboratório adquiriu um software comercial para a
geração de malhas de elementos finitos. Este software, chamado NX I-
deas [12], é um sistema do tipo CAD (Computer Aided Design) que
apresenta um módulo de pré-processamento numérico para elementos
finitos bastante robusto (várias opções de tipos de elementos finitos,
qualidade de malha, estatísticas, etc.). O NX I-deas apresenta também
uma parte de processamento numérico relativo a elementos finitos
aplicados à mecânica e um pós-processador com várias opções de
exibição de resultados. Dessa forma, a implementação de um
processador numérico FETD constitui, juntamente com o pré e pós-
processamento disponibilizados pelo NX I-deas, uma ferramenta de
análise de problemas eletromagnéticos de altas frequências completa,
cobrindo todas as etapas envolvidas no processo de simulação
computacional.
Além disso, o trabalho visa fornecer uma base para estudos
futuros da aplicação da técnica dos elementos finitos no domínio do
tempo na resolução de problemas eletromagnéticos de altas frequências
e da utilização do NX I-deas como pré e pós-processador. Para isso
serão apresentados no trabalho alguns aspectos de implementação
computacional e serão também disponibilizadas as bibliotecas de
funções (scripts de leitura de malha, gravação de resultados, resolução
de sistema linear, etc.) que foram criadas para implementação do
programa.
4
Este trabalho está dividido em seis capítulos:
O capítulo atual posiciona o trabalho no contexto do laboratório
de pesquisa, delineando seus objetivos.
O capítulo dois apresenta, após um breve histórico, as equações
de Maxwell e suas relações constitutivas, passando em seguida as
condições de transmissão de campos na interface entre materiais
distintos.
No terceiro capítulo é apresentada a modelagem proposta e o seu
desenvolvimento até o nível de implementação, passando pela
apresentação do método dos resíduos ponderados, do método dos
elementos finitos e do método de Newmark para discretização temporal
das operações diferenciais.
Alguns detalhes relevantes de implementação do software são
mostrados no capítulo quatro. As técnicas utilizadas no armazenamento
dos dados e na resolução do sistema algébrico gerado pelo método dos
elementos finitos são apresentadas.
Apresenta-se, no capítulo cinco, uma série de resultados obtidos
através do software implementado, comparando-se a referências
analíticas ou numéricas e explicitando a interferência de alterações de
densidade da malha de elementos finitos e do incremento temporal
utilizado nos resultados obtidos.
Finalmente, no capítulo seis, são feitas as análises e discussões
finais sobre o trabalho realizado e são apresentadas sugestões de estudos
futuros.
2. CONCEITOS BÁSICOS DE ELETROMAGNETISMO
Todo e qualquer dispositivo elétrico e/ou magnético tem seu
funcionamento fundamentado em entidades físicas como campos
elétricos, campos magnéticos e cargas elétricas estáticas ou em
movimento. O eletromagnetismo é a área da física responsável pelo
estudo dessas entidades e de suas relações entre si [13].
2.1. Equações de Maxwell
O comportamento físico das grandezas eletromagnéticas pode ser
modelado através das equações de Maxwell. Esse conjunto de equações
sintetiza a teoria eletromagnética de forma concisa. O físico escocês
James Clerk Maxwell (1831 - 1879) foi responsável pelo
estabelecimento das relações entre equações experimentais e teóricas
que haviam sido obtidas anteriormente por outros cientistas como
André-Marie Ampère (1775 - 1836), Carl Friedrich Gauss (1777 -
1855), Michel Faraday (1791 - 1867) e Heinrich Friedrich Emil Lenz
(1804 - 1865). A contribuição de Maxwell a esse conjunto de equações
foi a adição do termo relativo à corrente de deslocamento, acrescentado
a equação de Ampère, que relacionava, até então, somente corrente
elétrica e campo magnético. Esta contribuição de Maxwell sugeria a
existência de ondas eletromagnéticas, o que só foi comprovado
experimentalmente por Heinrich Rudolf Hertz (1857 - 1894),
em 1888 [13].
A forma como hoje são normalmente apresentadas as equações
de Maxwell não é a mesma que o próprio cientista apresentou. Foi
somente após o trabalho do matemático inglês Oliver Heaviside (1850 -
1925), precursor da análise vetorial, que as equações de Maxwell
passaram a ser representadas da forma a seguir (forma diferencial):
(2.1)
(2.2)
(2.3)
6
(2.4)
A equação (2.1) representa a lei de Ampère – que relaciona o
campo magnético [A/m] e a densidade de corrente [A/m2] – com a
adição do termo relativo à corrente de deslocamento (derivada temporal
da densidade de campo elétrico [C/m2]). Essa equação explicita o fato
de que elementos de corrente elétrica e/ou variações temporais de campo
elétrico produzem campo magnético rotacional.
Na lei de Faraday, equação (2.2), tem-se a relação entre o campo
elétrico [V/m] e a indução magnética [T]. Esta equação evidencia
que a variação temporal de uma indução magnética produz um campo
elétrico rotacional. A lei de Lenz é contemplada nessa mesma equação
através do sinal negativo, que indica o fato de o campo elétrico
produzido gerar uma indução magnética oposta à indução imposta.
As equações (2.3) e (2.4) representam, respectivamente, a lei de
Gauss e a lei de Gauss do magnetismo. Essas leis estão associadas à
inexistência de monopolos magnéticos (fluxo magnético conservativo) e
ao fato de que cargas elétricas – na equação (2.3) representadas pela
densidade volumétrica de carga [C/m3] – gerarem campo elétrico
divergente.
2.2. Leis de comportamento dos materiais
A modelagem completa de fenômenos relacionados ao
eletromagnetismo exige, além das quatro equações de Maxwell, as leis
de comportamento dos materiais (ou relações constitutivas), que
estabelecem a relação entre campos elétricos e magnéticos e o meio em
que estão inseridos. As relações constitutivas são dadas pelas seguintes
equações [14]:
(2.5)
(2.6)
, (2.7)
7
onde [H/m] é a permeabilidade magnética do material, tal que
, em que é a sua permeabilidade relativa e é a
permeabilidade magnética do vácuo (de valor numérico H/m);
[F/m] é a permissividade elétrica do material, tal que , em que
é sua permissividade relativa e é a permissividade elétrica do
vácuo (de valor numérico aproximado F/m); e [S/m] é
uma constante que representa a condutividade elétrica do meio.
É importante salientar que neste trabalho foram considerados
meios lineares, isotrópicos e não dispersivos.
2.3. Condições de transmissão de campos
Em regiões de interface entre meios diferentes existem algumas
condições as quais os campos elétrico e/ou magnético obedecem.
A Figura 2.1 ilustra uma situação geral de fronteira entre dois
meios de características eletromagnéticas diferentes [15].
A seguir são apresentadas as condições de transmissão para
alguns casos particulares.
2.3.1. Interface entre dois meios quaisquer
Neste caso mais geral, podem-se obter a partir das equações de
Maxwell as seguintes relações:
(2.8)
(2.9)
interface
Meio 1: , ,
Meio 2: , ,
Figura 2.1: Interface entre dois meios genéricos.
8
(2.10)
(2.11)
em que é o vetor normal à fronteira orientado do meio 2 para o
meio 1, [A/m] é a densidade linear de corrente na interface e
[C/m2] é a densidade superficial de cargas também na interface.
2.3.2. Interface entre dois meios dielétricos
Se os meios não são condutores perfeitos, pode-se mostrar que
e são nulos para campos não estáticos [13]. Neste caso, as relações de
transmissão tornam-se:
(2.12)
(2.13)
(2.14)
(2.15)
Este conjunto de equações exprime a continuidade das
componentes tangenciais dos campos elétrico e magnético, bem como
das componentes normais da indução magnética e da densidade de
campo elétrico através da fronteira entre os meios.
2.3.3. Interface com um condutor perfeito
Se o meio 2 for um condutor perfeito, os campos e são
nulos (pois e a profundidade de penetração é zero). Desta
maneira tem-se:
9
(2.16)
(2.17)
(2.18)
(2.19)
A equação (2.16) indica que o campo elétrico é normal a um
condutor perfeito (componentes tangenciais nulas). Na prática, esta
condição pode ser utilizada para descrever o comportamento do campo
eletromagnético na superfície de um bom condutor, como metal, por
exemplo. Além disso, pode-se utilizar esta condição para imposição de
planos de simetria que permitem a redução do domínio de cálculo em
certos casos.
2.3.4. Interface com uma parede magnética
As paredes magnéticas, que não possuem equivalente físico, são
os duais das paredes elétricas. São também utilizadas para representar
planos de simetria dos campos. As condições para o campo magnético e
para a densidade de campo elétrico são dadas por:
(2.20)
(2.21)
Isso mostra que as componentes tangenciais do campo magnético
são nulas em uma parede magnética.
3. MODELAGEM E RESOLUÇÃO DO PROBLEMA
A modelagem consiste na definição do equacionamento que
permita a resolução do problema físico, neste caso, a propagação de
ondas eletromagnéticas.
Uma vez definida a modelagem do problema, deve-se estabelecer
o método de resolução utilizado para que se possa obter a solução da
equação diferencial sujeita às condições de contorno estabelecidas.
Neste trabalho, será aplicado um método numérico para a resolução do
problema – o método dos elementos finitos.
A seguir será apresentado o equacionamento do problema de
propagação de onda, bem como a formulação para a sua resolução
através do método de elementos finitos.
3.1. Equação de onda
Para se obter uma modelagem em função somente de um dos
campos (neste trabalho o campo elétrico), foi realizada uma
manipulação algébrica sobre as equações de Maxwell. Primeiramente, a
equação (2.2) foi rearranjada, considerando a relação dada pela equação
(2.5) e que a permeabilidade magnética é constante no tempo. A
equação (2.2) rearranjada é apresentada a seguir:
(3.1)
Aplicando-se o operador rotacional sobre a equação (3.1) e
considerando o fato de que a derivação temporal e o operador rotacional
são independentes, obtém-se a seguinte equação:
(3.2)
Observa-se que o termo corresponde ao lado esquerdo
da equação (2.1). Desta forma, substituindo-se (2.1) em (3.2) obtém-se:
11
(3.3)
De maneira a permitir uma excitação através de uma densidade
de corrente no domínio de cálculo, acrescentou-se um termo de
densidade de corrente imposta [A/m2] à equação de densidade de
corrente dada em (2.7):
(3.4)
Substituindo-se (2.6) e (3.4) em (3.3) e considerando que a
permissividade elétrica e a condutividade elétrica não apresentam
nenhuma variação temporal, chega-se a forma final da equação
diferencial que modela a propagação de ondas eletromagnéticas em
função do campo elétrico para meios não dispersivos, lineares e
isotrópicos:
(3.5)
A resolução desse modelo será realizada em um domínio
delimitado por um conjunto de fronteiras de características dadas de
acordo com as condições de contorno que serão detalhadas mais adiante.
Esse domínio de estudo – que pode ser heterogêneo em termos de
propriedades eletromagnéticas – está representado na Figura 3.1 [15].
Figura 3.1: Domínio de estudo.
12
Os dois tipos de fronteiras do domínio de cálculo mostrados na
figura anterior são relativos às condições impostas aos campos elétrico
e/ou magnético para a resolução do problema. Dessa forma, tem-se:
condição de Dirichlet : corresponde aos valores de
campo elétrico na fronteira. Nas condições de Dirichlet
aplicadas neste trabalho, ditas homogêneas, as
componentes tangenciais do campo elétrico nas
fronteiras são nulas (paredes elétricas): ;
condição de Neumann : esta condição, dita natural, é
imposta implicitamente pela formulação, correspondendo
às paredes magnéticas, em que as componentes
tangenciais do campo magnético são nulas:
ou .
Por fim, é necessária a definição do espaço funcional em que será
procurada a solução. Sendo definido que as componentes tangenciais do
campo elétrico são continuas, a busca da solução se dará no espaço
funcional . Esse é um espaço de Sobolev de campos vetoriais
de quadrado somável cujo rotacional é igualmente somável:
[15,16].
3.2. Método dos resíduos ponderados
A resolução da equação diferencial (3.5) não pode ser realizada
diretamente pelo método dos elementos finitos, uma vez que esse
método deve ser aplicado a uma equação integral relacionada ao
comportamento físico do problema. Uma das formas de se obter esta
equação integral é o emprego do método dos resíduos ponderados que
consiste no estabelecimento de um procedimento numérico em que se
multiplica o resíduo (a diferença entre o resultado exato e o resultado
numérico) por uma função peso, integrando-se esse produto em todo o
domínio de cálculo e igualando-o a zero.
Para a aplicação do método dos resíduos ponderados, considera-
se um campo elétrico que corresponda a uma solução aproximada da
equação (3.5), de maneira que sua aplicação gere um resíduo .
13
(3.6)
Pelo método dos resíduos ponderados, a seguinte operação deve
ser imposta:
(3.7)
em que é a função peso.
Substituindo-se a equação (3.6) em (3.7), obtém-se a seguinte
equação integral:
(3.8)
A escolha da função peso define um caso particular do método
dos resíduos ponderados. Como é usual no procedimento para resolução
numérica através do método dos elementos finitos, neste trabalho as
funções peso são definidas como sendo iguais às funções de
interpolação vetorial, que serão mostradas a seguir. Essa escolha
particular das funções peso define o método de Galerkin.
3.3. Método dos elementos finitos
Este método numérico consiste na divisão do domínio de estudo
em um número finito de partes chamadas elementos. Dentro de cada
elemento – em que as propriedades físicas são constantes – a incógnita
do problema é escrita em termos de um número finito de graus de
liberdade e de funções de base locais (funções de interpolação), que
permitem a obtenção dos valores em qualquer ponto. As funções de
interpolação são geralmente polinomiais e sua ordem está ligada à forma
como a incógnita varia espacialmente. Dependendo do tipo de elemento
14
(nodal, de aresta, de face, etc), os graus de liberdade podem ser
associados aos diferentes entes geométricos dos elementos (vértices,
arestas, faces ou volume). A escolha do tipo de elemento está
relacionada à natureza física da incógnita (potenciais, vetores de campo,
vetores de fluxo, etc).
A aplicação do método dos elementos finitos transforma a
equação diferencial que rege o problema em um sistema de equações
algébricas. Este método possibilita a análise de problemas de geometria
complexas contendo materiais diversos.
De maneira geral, a resolução por elementos finitos inclui as
seguintes etapas:
obtenção da equação integral do problema;
discretização do domínio de cálculo através de uma
malha de elementos finitos (gerada por um software de
pré-processamento numérico – neste trabalho o NX I-
deas), em que os campos são escritos em termos de um
número finito de graus de liberdade e funções de base
local;
cálculo do sistemas algébricos de cada elemento que
serão combinados em um sistema matricial global
, em que é uma matriz geralmente
esparsa;
resolução do sistema algébrico para obtenção de uma
solução aproximada do problema.
Neste trabalho, devido à natureza da incógnita definida para a
modelagem (vetor campo elétrico, que tem continuidade tangencial), foi
escolhida a resolução por elementos finitos de aresta.
No método dos elementos finitos de aresta, o campo vetorial a ser
calculado no problema – campo elétrico, neste caso – é escrito em
termos das funções de interpolação (ou funções de base) associadas às
arestas do elemento:
(3.9)
onde:
é o número de arestas do elemento;
15
[V] é a incógnita do problema, correspondendo ao
valor da integral de linha de ao longo da aresta
;
[m-1
] é a função de interpolação vetorial associada à
aresta .
De uma forma mais genérica, pode-se dizer, a partir da
equação (3.9), que pelo método dos elementos finitos de aresta o campo
vetorial elétrico é obtido como uma combinação das funções vetoriais
ponderadas pelos valores associados às arestas , que são as
incógnitas do sistema algébrico.
Esse método, que associa as incógnitas do problema às arestas
dos elementos, apresenta algumas vantagens em relação à utilização de
elementos finitos nodais (incógnitas associadas aos vértices) [16-20]:
os elementos de aresta impõem a continuidade tangencial
dos vetores de campo, o que é coerente às características
físicas do campo elétrico. Consequentemente, as
fronteiras entre meios de propriedades físicas diferentes
são levadas em conta naturalmente;
as condições de Dirichlet podem ser facilmente impostas.
Para descrever um condutor elétrico perfeito, por
exemplo, em que o campo elétrico tangencial é nulo, é
suficiente igualar a zero as circulações de campo nas
arestas pertencentes ao condutor;
as singularidades dos campos nas vizinhanças de vértices
e ângulos das geometrias são melhor modeladas devido a
imposição da continuidade tangencial, o que permite
variações abruptas de campos nessas regiões.
Devido às vantagens na discretização de geometrias
complexas [21], utilizou-se malha tetraédrica, cuja configuração de cada
elemento é dada conforme a figura a seguir:
16
A Figura 3.2 mostra a numeração das arestas, dos vértices e a
direção e sentido que cada função de base terá em sua aresta
correspondente. Esse sentido foi definido como sendo do vértice de
menor numeração em direção ao vértice de maior numeração, a fim de
se estabelecer um padrão, simplificando o processo de montagem do
sistema algébrico global [17].
Para as funções de base, adotou-se interpolação linear, em função
da menor complexidade de implementação e também da possibilidade
de se compensar a precisão através da densidade da malha (com
prejuízo, obviamente, da geração de um sistema algébrico global de
ordem mais alta). Desta forma, a função de base , dirigida do vértice
para o vértice é dada por:
(3.10)
em que são funções de forma associadas aos vértices do tetraedro,
valendo 1 em seu vértice correspondente e 0 nos demais vértices [17].
Em um sistema de coordenadas com base ortogonal ,
considerando um elemento tetraédrico normalizado com seu vértice 1 na
origem e com suas arestas – de tamanho unitário – 1, 2 e 3 sobre os
eixos , e , respectivamente, as funções de base referentes a
este elemento podem ser escritas como [17]:
2
1 3
4
1 2
3
4
5
6
Figura 3.2: Configuração de elemento tetraédrico.
17
(3.11)
(3.12)
(3.13)
(3.14)
Dessa forma, a função de interpolação vetorial fica definida
de maneira a satisfazer a seguinte relação:
, (3.15)
Uma vez que as funções de interpolação vetorial definidas neste
trabalho são lineares, é necessária a adoção de uma medida para se
evitarem operações de diferenciação espacial duplas, como acontece no
primeiro termo da equação (3.8), em que o operador rotacional é
aplicado duas vezes sobre o campo elétrico: . Esta
forma da equação que modela o sistema é chamada de forma forte.
Para obter-se a forma fraca do problema, utiliza-se a primeira
identidade vetorial de Green:
(3.16)
Aplicando a primeira identidade vetorial de Green e considerando
que as propriedades eletromagnéticas do meio são constantes dentro de
um mesmo elemento (o que permite excluir a permeabilidade magnética
18
de operações diferenciais espaciais – o rotacional, neste caso), chega-se
a:
(3.17)
que corresponde à forma fraca da equação (3.8).
É importante ressaltar que o termo relativo à integral de
superfície é nulo, devido às condições de contorno impostas, conforme
mostrado anteriormente.
Substituindo o campo em (3.17) pela relação (3.9) e aplicando-
se o método de Galerkin , chega-se a equação que modela o
problema dentro de um elemento finito e que leva ao sistema algébrico
elementar:
(3.18)
em que identifica o elemento e .
Reescrevendo (3.18) em forma matricial simplificada, tem-se:
19
(3.19)
em que é o vetor de incógnitas: ; é o
vetor fonte; , e são, respectivamente, as matrizes de
capacitâncias, condutâncias e relutâncias.
O vetor fonte e as matrizes de capacitâncias, condutâncias e
relutâncias para um elemento tetraédrico , ficam na seguinte
forma:
(3.20)
(3.21)
(3.22)
(3.23)
É importante ressaltar que:
a resolução das integrais presentes nas parcelas das
matrizes elementares pode ser feita com relativa
simplicidade utilizando integração numérica ou mesmo
integração analítica, uma vez que foram utilizadas
funções de base lineares. Neste trabalho optou-se pela
20
resolução utilizando o conceito de coordenadas locais
(elementos de referência) e integração analítica [17];
as matrizes , e são invariáveis no tempo,
sendo simétricas, definido-positivas e bem
condicionadas [17];
a combinação das matrizes elementares em um sistema
matricial global gera matrizes esparsas com as mesmas
propriedades das matrizes elementares e de dimensão
igual ao número de arestas do problema;
o termo do sistema matricial global , é
composto pelo vetor fonte combinado às condições de
contorno do problema eletromagnético e aos termos
relativos ao método de discretização temporal.
3.4. Discretização temporal: Método de Newmark
Existem alguns métodos que podem ser utilizados para a
resolução da equação (3.19) passo a passo no tempo, todos baseados na
aproximação das derivadas temporais por diferenças finitas. Dentre os
métodos mais utilizados, pode-se citar o método das diferenças centrais,
o algoritmo [22,23] e o método de Newmark [24,25]. A vantagem
deste último é a possibilidade de se obter um esquema
incondicionalmente estável (independência entre discretização espacial
e temporal) com uma precisão de ordem dois [15].
O método de Newmark utiliza as seguintes aproximações:
(3.24)
(3.25)
em que é o incremento de discretização temporal e é o número da
amostra temporal, tal que o tempo seja ; e são parâmetros
que controlam a estabilidade e a precisão do esquema.
21
O rearranjo e a combinação das equações (3.24) e (3.25) permite
chegar às seguintes equações:
(3.26)
(3.27)
Em conjunto a estas relações é usada ainda a aproximação de
primeira ordem por diferenças centrais da derivada temporal de segunda
ordem:
(3.28)
A aplicação de (3.26), (3.27) e (3.28) em (3.19) produz a equação
que deve ser implementada e resolvida computacionalmente:
(3.29)
Com a utilização de e , a resolução de (3.29)
passo a passo no tempo gera um esquema incondicionalmente estável [26]. No entanto, verificou-se que a utilização desta forma de
aplicação do método causa o aparecimento de respostas espúrias em
baixas frequências.
A figura a seguir mostra de forma qualitativa o efeito da
aplicação deste método.
22
Figura 3.3: Resposta temporal de uma cavidade ressonante com componente de
baixa frequência não física.
A Figura 3.3 mostra a monitoração de um sinal sinusoidal
modulado por um pulso gaussiano que foi injetado no interior de uma
cavidade ressonante. Percebe-se que o sistema entra em regime
permanente para uma das componentes do espectro do pulso (parte
detalhada no gráfico) ao mesmo tempo em que sofre a ação de uma
componente de frequência bastante baixa (representada pela variação do
valor médio do sinal sinusoidal ao longo do tempo). Essa componente
não foi excitada no interior da cavidade sendo, portanto, um erro
numérico.
Entretanto, verificou-se que, com a filtragem do sinal de baixa
frequência, obtém-se um resultado bastante preciso do problema.
Em [27] é apresentada uma nova maneira de aplicação do método
de Newmark que resolve o problema das respostas espúrias de baixas
frequências. Primeiramente é realizada uma integração temporal da
equação (3.19), de maneira a se obter:
(3.30)
A resolução de (3.30) em lugar de (3.19) evita o aparecimento de
respostas espúrias de baixas frequências [27].
Para aplicação do método de Newmark em (3.30), é realizada
uma troca de variáveis, em que , de forma a se obter:
0 5 10 15 20 25 30-10
-8
-6
-4
-2
0
2
4
tempo [ns]
am
pli
tud
e [
V]
23
(3.31)
Com a criação de uma nova variável e a aplicação de
(3.26), (3.27) e (3.28) com e [27], chega-se, após
alguma manipulação algébrica, a seguinte sequência de equações
recursivas que devem ser resolvidas computacionalmente:
(3.32)
(3.33)
(3.34)
A resolução do conjunto de equações (3.32) – (3.34) leva a
resultados satisfatórios, com a supressão de respostas espúrias sem a
necessidade de filtragem. Os problemas eletromagnéticos resolvidos
neste trabalho, cujos resultados aparecem no capítulo 5, utilizaram este
último método de discretização temporal.
4. ASPECTOS COMPUTACIONAIS
Neste capítulo são apresentadas, em linhas gerais, algumas
informações concernentes à implementação do software desenvolvido.
A Figura 4.1 ilustra o funcionamento do sistema de simulação
computacional composto pelos módulos de pré e pós-processamento do
NX I-deas e o processador numérico FETD.
Figura 4.1: Sistema de simulação desenvolvido.
A integração entre o NX I-deas e o processador numérico se dá
através de arquivos de extensão “unv” (universal files). Estes arquivos
armazenam informações da malha de elementos finitos em um formato
universal, codificadas em ASCII. Este padrão de arquivos é utilizado
como interface entre programas ou para transferência de informações
entre diferentes tipos de computadores [28].
Uma vez que as análises realizadas neste trabalho baseiam-se na
monitoração de apenas alguns pontos do domínio de estudo ao longo do
tempo, foi criada uma segunda opção de saída de dados. Nesta opção, os
valores de campo elétrico em pontos de interesse são gravados em um
arquivo texto. Este arquivo pode facilmente ser analisado em aplicativos
matemáticos. De outra forma, a análise temporal feita sobre arquivos
“unv” pode se tornar inviável, uma vez que a gravação de cada passo de tempo nesse tipo de saída tende a gerar arquivos extremamente grandes
(são acrescentados ao arquivo “unv” de entrada os valores de campo no
baricentro de cada elemento da malha).
25
O fluxograma mostrado na Figura 4.2 representa o
funcionamento simplificado do módulo de processamento FETD
desenvolvido.
O software foi desenvolvido em linguagem C, apresentando
interface com usuário em modo texto.
Início
Seleção de arquivo “*.unv”, definição de
parâmetros de simulação e armazenamento
Leitura de informações de
nós/elementos/condições de contorno e
identificação de arestas
Cálculo de matrizes elementares e
montagem de matrizes globais
Aplicação de condições de contorno
Cálculo de
Para n = 0, Niter
Resolução do sistema
global
Armazenamento de
resultados
Fim
Figura 4.2: Funcionamento do processador numérico implementado.
26
Utilizou-se o aplicativo freeware wxDev-C++ [29] para
compilação do código em ambiente Microsoft, e o aplicativo GCC [30],
também freeware, para compilação em ambiente Linux.
Ao ser executado, o programa solicita ao usuário a inserção do
nome do arquivo “unv”, dos parâmetros de simulação (incremento
temporal, número de iterações temporais, função de excitação, etc.) e de
armazenamento (nome dos arquivos de texto com resultados e
estatísticas da simulação).
Após a inserção das informações de entrada, o software passa à
verificação da consistência dos dados recebidos e transfere o conteúdo
referente às unidades de medida do projeto, nós, elementos e condições
de contorno para a memória.
Cabe ressaltar que as informações sobre as propriedades
eletromagnéticas dos materiais ficam armazenadas em um arquivo
auxiliar. A associação entre os materiais definidos no processo de
geração da malha na etapa de pré-processamento e as propriedades
descritas no arquivo auxiliar é feita através do “número do material”
(material number). O material number é um dos atributos determinados
pelo usuário na criação da lista de materiais utilizados, na etapa de pré-
processamento.
Ainda nesse estágio de aquisição de dados relativos à malha, é
feita a atribuição de rótulos às arestas dos elementos (identificação de
cada aresta e associação ao par de nós que a define). O processo de
atribuição destes rótulos envolve a verificação de cada elemento, em que
se numeram novas arestas encontradas. A sequência de numeração das
arestas é estabelecida pela numeração dos nós, conforme o padrão
adotado (Figura 3.2).
A quantidade de arestas rotuladas (Nar) define a ordem do sistema
matricial global, não correspondendo necessariamente ao número final
de incógnitas (Ninc) desse sistema. Dependendo das condições de
contorno impostas, o valor de integral de linha do campo elétrico nas
arestas pertencentes aos limites do domínio podem ser impostos como
um dado de entrada do problema (condição de contorno de Dirichlet).
Acrescenta-se também que de acordo com a forma como as
condições de contorno de Dirichlet são aplicadas ao equacionamento, é
possível reduzir-se a ordem do sistema matricial global de Nar para
Ninc [17]. Apesar de proporcionar uma pequena redução em termos de
alocação de memória e tempo de manipulação do sistema matricial, esse
procedimento não foi implementado no sistema aqui desenvolvido, em
que se priorizou a funcionalidade ao desempenho.
27
Realizada a identificação das arestas passa-se ao processo de
cálculo de matrizes elementares, através do equacionamento
desenvolvido no capítulo 3. Os valores das matrizes elementares são
acrescentados ao sistema matricial global nas posições endereçadas pela
numeração atribuída às arestas da malha. Esse procedimento e o
esquema de identificação das arestas serão ilustrados na seção 4.1.
A técnica utilizada para o armazenamento das matrizes globais
será apresentada na seção 4.2.1.
Depois de concluída a montagem do sistema global, aplicam-se
as condições de contorno. A forma como as condições de contorno
foram aplicadas neste trabalho é mostrada na seção 4.2.2.
O cálculo das incógnitas do sistema foi feito através de um
método iterativo de resolução de sistemas lineares. Neste trabalho foi
implementado o método dos gradientes conjugados com o uso de pré-
condicionamento. A seção 4.3 apresenta o algoritmo implementado.
Os resultados obtidos através da execução da rotina de resolução
do sistema linear são armazenados de acordo com o esquema definido
pelo usuário. Para a saída em arquivo texto, o usuário escolhe pontos do
domínio de estudo onde os valores de campo elétrico serão monitorados.
Na configuração da gravação dos resultados no arquivo “unv”, o usuário
escolhe os passos de tempo em que deseja armazenar os valores de
campo.
Além dos resultados relacionados à solução do problema
eletromagnético, o programa gera ainda um relatório em um arquivo
texto com algumas informações sobre o processo de simulação em geral.
O relatório inclui informações como, por exemplo, quantidade de nós,
elementos, arestas, comprimento médio das arestas, volume médio dos
elementos, materiais, tempo de execução, etc.
A etapa final de cada iteração temporal consiste na atualização do
lado direito do sistema global. Essa atualização baseia-se no cálculo do
vetor de acordo com as operações descritas nas
equações (3.32), (3.33) e (3.34).
Todas as simulações apresentadas no capítulo seguinte foram
executadas em um computador pessoal equipado com processador
Pentium Dual-Core de 2,5 GHz de clock e com 3 GB de memória RAM.
Apesar do processador utilizado apresentar dois núcleos, o programa foi
desenvolvido para processamento simples.
O tempo de execução de cada simulação é calculado
automaticamente pelo processador numérico, correspondendo ao tempo
demandado para a execução do número de iterações temporais definido
pelo usuário (tempo correspondente ao laço temporal do programa).
28
Para que os tempos de execução de cada simulação pudessem ser
comparados, ou seja, para que houvesse um nível de precisão razoável
nesse parâmetro, a execução do software foi feita com uma quantidade
reduzida de processos concorrentes (somente processos básicos do
sistema operacional), acrescentando-se ainda que o sistema
desenvolvido foi executado com o nível mais alto de prioridade de processamento (parâmetro que indica ao sistema operacional qual a
preferência de ocupação do processador para determinado processo em
relação aos demais).
A quantidade de memória alocada para as simulações com cada
malha gerada é citada ao longo dos resultados. No entanto, ressalta-se
que estes valores servem somente para uma análise qualitativa, já que
não foram definidos métodos precisos de avaliação deste parâmetro.
Além disso, acrescenta-se que a ocupação da memória varia a cada fase
da execução do programa, sendo os valores citados a seguir referentes à
alocação de memória durante a execução do laço temporal.
4.1. Montagem do sistema algébrico global
4.1.1. Identificação de arestas
A composição do sistema matricial global está diretamente ligada
ao esquema de identificação das arestas da malha.
Devido à adoção de um padrão de numeração e definição do
sentido das arestas é possível gerar as matrizes e vetores globais
simplesmente pela soma dos termos das matrizes e vetores elementares.
O processo de identificação das arestas será exemplificado para
um elemento fictício, mostrado na Figura 4.3.
29
A Figura 4.3 mostra um elemento tetraédrico com a numeração
de seus nós. Supondo-se que esse elemento faça parte de uma malha de
elementos finitos gerada pelo software de pré-processamento, seus
dados de identificação estariam armazenados em um arquivo “unv”. O
arquivo com as informações dessa malha fictícia, cujo elemento
mostrado na Figura 4.3 fosse o segundo elemento da malha, por
exemplo, traria as seguintes informações (simplificadas) relativas aos
primeiros dois elementos:
elemento (label) nós (labels)
1 56 22 16 54
2 22 54 32 14
Figura 4.4: Fragmento de um arquivo “unv” (simplificado) relativo aos dados de
elementos.
Os labels são os identificadores numéricos atribuídos pelo
software pré-processador a elementos, nós, etc. As informações
mostradas na Figura 4.4 são somente parte do conteúdo deste segmento
do arquivo, pois as informações de elementos incluem materiais,
número de nós, cor, etc [28].
A identificação das arestas começa então pelo primeiro elemento,
com a organização de seus respectivos nós em ordem crescente:
Figura 4.3: Exemplo de elemento tetraédrico com identificação dos nós.
22 32
14
54
Elemento 2
30
Tabela 4.1-1: Nós do elemento 1 ordenados.
elemento nó 1 nó 2 nó 3 nó 4
1 16 22 54 56
Após a ordenação dos nós, define-se também a ordem das arestas
do elemento, baseada na associação entre os nós de acordo com o
padrão adotado, da seguinte forma:
1a aresta: nó 1 – nó 2;
2a aresta: nó 1 – nó 3;
3a aresta: nó 1 – nó 4;
4a aresta: nó 2 – nó 3;
5a aresta: nó 2 – nó 4;
6a aresta: nó 3 – nó 4.
Com base na ordem das arestas, atribuem-se, então, seus rótulos.
A identificação das arestas é armazenada computacionalmente
através de uma matriz arestas, com Nar linhas e duas colunas. Cada
linha desta matriz corresponde a uma aresta e cada coluna aos nós que
definem a aresta. O sentido das funções de base em suas arestas
correspondentes é definido do nó a para o nó b (coluna 1 e 2,
respectivamente).
Como o número de arestas não é conhecido de antemão, a
alocação de memória para esta matriz é feita de forma dinâmica, sob
demanda (para cada nova aresta é alocada uma nova posição de
memória).
A figura abaixo representa a matriz arestas gerada a partir da
análise do elemento 1:
aresta nó a nó b
1 16 22
2 16 54
3 16 56
4 22 54
5 22 56
6 54 56
Figura 4.5: Matriz arestas gerada para o primeiro elemento (a coluna “aresta” é
mostrada somente para fins didáticos, pois computacionalmente o número da aresta
está vinculado à sua posição na matriz).
31
O procedimento realizado para a identificação das arestas do
primeiro elemento repete-se para os demais elementos da malha. A
diferença é que a partir do segundo elemento cada associação entre os
nós para a numeração da aresta deve ser comparada com as arestas
identificadas até o momento. Por exemplo, para o elemento 2, caso
fossem seguidos exatamente os mesmo procedimentos do elemento 1, a
seguinte configuração da matriz arestas seria obtida:
aresta nó a nó b
7 14 22
8 14 32
9 14 54
10 22 32
11 22 54
12 32 54
Figura 4.6: Matriz arestas (a partir da sétima linha) gerada até o segundo elemento
(sem verificação de duplicatas).
Percebe-se que a linha destacada, na Figura 4.6, representa uma
aresta definida pelos nós 22 e 54 que é compartilhada pelos dois
primeiros elementos (aresta 4 do elemento 1). Sendo assim, uma vez que
tal aresta já foi identificada, continua-se a numeração na nova aresta
seguinte.
A identificação das arestas até o segundo elemento, com a
exclusão da aresta compartilhada pelos elementos 1 e 2, gera a seguinte
matriz arestas:
32
aresta nó a nó b
1 16 22
2 16 54
3 16 56
4 22 54
5 22 56
6 54 56
7 14 22
8 14 32
9 14 54
10 22 32
11 32 54
Figura 4.7: Matriz arestas gerada até o segundo elemento.
Por fim, o elemento 2 com suas arestas definidas conforme
procedimento acima é mostrado na Figura 4.8.
Neste trabalho foram criadas ainda matrizes de arestas por
elemento e de arestas por nó, que facilitam a implementação de algumas
rotinas no decorrer do programa, incluindo a montagem do sistema
matricial global.
A seguir está representada a matriz de arestas por elemento
(aresta_el, com Nel linhas e 6 colunas) para os dois elementos utilizados
como exemplo anteriormente.
22 32
14
54
4
10
7
11
9
8
Elemento 2
Figura 4.8: Elemento tetraédrico com as arestas numeradas e com ilustração do
sentido das funções de base vetoriais segundo padrão adotado.
33
elemento 1ª
aresta
2ª
aresta
3ª
aresta
4ª
aresta
5ª
aresta
6ª
aresta
1 1 2 3 4 5 6
2 7 8 9 10 4 11
Figura 4.9: Matriz aresta_el gerada para os dois primeiros elementos (a coluna
“elemento” é mostrada para fins didáticos, pois computacionalmente o label do
elemento está relacionado a sua posição na matriz).
4.1.2. Indexação dos sistemas elementares no sistema
global
A identificação (numeração) das arestas torna possível o processo
de indexação dos termos dos sistemas matriciais de cada elemento da
malha no sistema matricial global.
Tomando como exemplo a matriz de relutâncias (equação
(3.23)) de um elemento tetraédrico, tal que
,
e a matriz de relutâncias global – parte do sistema matricial global
que por sua vez representa a combinação de todas matrizes de
relutâncias elementares – tal que
,
deve-se estabelecer uma lógica de mapeamento dos elementos de
em . Para isso, atribui-se aos índices locais a numeração global das
arestas, através da matriz de arestas por elemento (aresta_el), mostrada
anteriormente.
Para o elemento 2, por exemplo, os termos das duas primeiras
linhas da matriz de relutância local seriam relacionados da seguinte forma aos termos da matriz de relutâncias global:
34
(aresta_el(2,1) = 7, aresta_el(2,1) = 7)
(aresta_el(2,1) = 7, aresta_el(2,2) = 8)
(aresta_el(2,1) = 7, aresta_el(2,3) = 9)
(aresta_el(2,1) = 7, aresta_el(2,4) = 10)
(aresta_el(2,1) = 7, aresta_el(2,5) = 4)
(aresta_el(2,1) = 7, aresta_el(2,6) = 11)
(aresta_el(2,2) = 8, aresta_el(2,1) = 7)
(aresta_el(2,2) = 8, aresta_el(2,2) = 8)
(aresta_el(2,2) = 8, aresta_el(2,3) = 9)
(aresta_el(2,2) = 8, aresta_el(2,4) = 10)
(aresta_el(2,2) = 8, aresta_el(2,5) = 4)
(aresta_el(2,2) = 8, aresta_el(2,6) = 11)
em que aresta_el(m,n) indica o endereçamento, em notação de
programação, da linha m (correspondente ao elemento) e da coluna n
(correspondente à aresta do elemento) da matriz de arestas por elemento.
Por fim, é necessário salientar que, para garantir que a
composição do sistema global seja feita simplesmente pela soma dos
termos dos sistemas locais indexados como descrito, foi necessário
também que a matriz jacobiana – utilizada nas transformações do
sistema de coordenadas local para o sistema de coordenadas real [17] –
fosse calculada com base na ordem crescente dos rótulos dos nós
(conforme exemplo da Tabela 4.1-1). No entanto, devido à adoção deste
padrão, o determinante desta matriz nem sempre apresenta valor
positivo. Esse fato deve ser levado em consideração no cálculo dos
termos dos sistemas matriciais locais, visto que, nestes casos, o
determinante da jacobiana está relacionado ao volume do elemento.
Dessa maneira, na implementação deste sofware foi utilizado sempre o
módulo do determinante da jacobiana.
35
4.2. Armazenamento das matrizes globais e aplicação das
condições de contorno
4.2.1. Método de armazenamento das matrizes globais
O armazenamento das matrizes globais foi realizado de forma a
explorar-se suas propriedades de simetria e esparsidade, reduzindo
assim os requisitos de memória RAM.
O método implementado consiste na divisão da matriz em duas
partes: uma contendo os índices dos elementos não nulos e outra
contendo estes elementos.
A diferença entre o método implementado e o apresentado
em [17] é que neste trabalho empregou-se o conceito de alocação
dinâmica de memória. Desta forma, cada linha de ambas as “matrizes”
utilizadas no armazenamento de uma matriz global possui
exatamente o comprimento necessário para armazenar os dados. De fato,
seria mais correto afirmar que são criados dois arranjos de vetores do
que duas matrizes.
A seguir é apresentado o exemplo de uma matriz , esparsa e
simétrica de ordem sete.
0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0
0 0 0
Figura 4.10: Matriz esparsa e simétrica (ordem 7).
Pelo método implementado a matriz mostrada na Figura 4.10 é
então representada por dois arranjos de vetores. O primeiro arranjo de
vetores armazena os índices, sendo chamado aqui de ind_A. Como a
matriz é simétrica, somente os endereços dos termos não nulos da porção triangular superior da matriz original são armazenados.
Em ind_A, a indexação dos termos da matriz segue o
seguinte princípio: as linhas tem correspondência direta, ou seja, a linha
m de ind_A corresponde à linha m de ; já os valores armazenados ao
36
longo das posições da linha m indicam a coluna em que existe um termo
não nulo na matriz original.
Como os termos diagonais sempre estarão presentes, utilizou-se a
primeira posição de cada linha de ind_A para armazenar o seu
respectivo comprimento.
A Figura 4.11 ilustra o arranjo ind_A gerado para o
armazenamento da matriz
linha L coluna
1 3 3 6
2 4 4 5 7
3 1
4 2 7
5 1
6 2 7
7 1
Figura 4.11: Arranjo ind_A (porção destacada) para matriz (L é o comprimento
da linha).
O segundo arranjo de vetores armazena os valores dos termos da
matriz original, seguindo o mesmo formato do arranjo de vetores de
índices.
A figura a seguir mostra esse arranjo (chamado aqui de val_A)
para a matriz .
linha termos não nulos
1
2
3
4
5
6
7
Figura 4.12: Arranjo val_A (parte destacada) para a matriz .
Ressalta-se que o comprimento das linhas de val_A é o
exatamente o mesmo das linhas de ind_A.
37
A implementação desse método mostrou-se bastante eficaz em
termos de economia de memória RAM. Verificou-se que a parcela de
elementos não nulos das matrizes geradas é extremamente pequena em
relação ao total de termos, estando diretamente relacionada à densidade
da malha: quanto maior a densidade da malha menor é a taxa de
preenchimento das matrizes globais. Este efeito se dá devido ao fato de
somente os termos relativos a pares de arestas que pertencem a um
mesmo elemento terem possibilidade de apresentar valores não nulos.
Termos relativos a arestas de elementos diferentes são necessariamente
nulos. Portanto, em malhas com uma grande quantidade de elementos
existe uma grande quantidade de arestas sem conexão e,
consequentemente, um número grande termos nulos nas matrizes
globais.
As matrizes globais citadas neste item são as matrizes de
relutâncias e condutâncias – necessárias para a formação e atualização a
cada passo de tempo do lado direito da equação (3.32) – e o termo
temporalmente independente, correspondente à soma de matrizes do
lado esquerdo da equação (3.32).
4.2.2. Aplicação das condições de contorno
A aplicação de contorno segue um dos métodos apresentados
em [17]. O método escolhido consiste em atribuir-se “1” ao termo
diagonal referente ao elemento do vetor que terá seu valor definido e
“0” à coluna e à linha que passam por essa diagonal.
Os termos zerados da coluna devem ser adicionados ao lado
direito da equação, de maneira a manter o sistema inalterado.
Este processo apresenta a vantagem de não alterar a simetria da
matriz.
A Figura 4.13 ilustra a aplicação das condições de contorno em
um sistema linear composto pela matriz utilizada como exemplo
seção anterior. Os valores definidos pela condição de contorno neste
exemplo são e .
38
0 0 0 0
0 0 0
0 0 0 0 0
0 0 0 0 =
0 0 0 0 0
0 0 0 0
0 0 0
Figura 4.13: Exemplo de aplicação de condição de contorno em sistema linear.
Na Figura 4.13 os termos “ ” são relativos às demais parcelas
que formam o lado direito do sistema, incluindo termos relativos a
fontes e termos variantes no tempo, de acordo com o método de
discretização temporal empregado.
Aplicando o método de armazenamento de matrizes esparsas
utilizado neste trabalho, a matriz seria representada conforme
mostrado na Figura 4.14 e na Figura 4.15, após a aplicação das
condições de contorno.
linha L coluna
1 2 6
2 1
3 1
4 2 7
5 1
6 2 7
7 1
Figura 4.14: ind_A após aplicação das condições de contorno.
39
linha termos não nulos
1
2
3
4
5
6
7
Figura 4.15: val_A após aplicação das condições de contorno.
Os dados dos problemas apresentados no próximo capítulo
incluem a informação da parcela das matrizes globais que é armazenada
após a aplicação das condições de contorno. O caso de maior taxa de
preenchimento das matrizes globais apresentou pouco mais de 2% de
fator de armazenamento (parâmetro que representa a parcela da matriz
que é armazenada) e ocorreu em uma malha de densidade bastante
baixa, com 71 elementos. Para os demais casos, este fator se manteve
abaixo de 1% com alguns casos chegando a 0,012%, o que indica o alto
grau de esparsidade das matrizes geradas pelo método.
4.3. Algoritmo de resolução do sistema linear
A técnica implementada para resolução iterativa do sistema linear
gerado pelo método dos elementos finitos foi o método dos gradientes
conjugados [17].
Este método é bastante utilizado na resolução de problemas
associados a elementos finitos, sendo considerado um dos métodos mais
eficientes [17].
O número de iterações necessário para a convergência do método
está diretamente relacionado ao condicionamento da matriz . Por
esse motivo é comum o uso de alguma técnica de pré-condicionamento
associada ao CG de maneira a diminuir o número de iterações exigido
para resolução do problema.
O pré-condicionamento consiste em multiplicar ambos os lados
do sistema pelo inverso de uma matriz que seja o mais próxima possível
de , conforme [31]:
40
(4.1)
Se fosse igual a , naturalmente o problema estaria
resolvido. Contudo, o esforço computacional para calcular a inversa de
é bastante maior do que a resolução do sistema em si.
Em virtude do baixo custo computacional exigido, foi
implementado o algoritmo de pré-condicionamento pela diagonal (ou
pré-condicionamento de Jacobi), que consiste em utilizar
.
A seguir está representado o algoritmo do método dos gradientes
conjugados com pré-condicionamento de Jacobi (JCG) [31]:
41
No algoritmo apresentado na Figura 4.16, representa a
tolerância do resíduo, que por sua vez indica a diferença entre a resposta
exata e a resposta obtida a cada iteração do algoritmo (o princípio do
Enquanto k < NCGmáx, repetir:
Figura 4.16: Algoritmo do gradiente conjugado com pré-condicionamento de Jacobi
(JCG).
42
algoritmo é minimizar o resíduo). A variável é o número limite
de iterações que o método pode realizar. Os valores empregados para
estes dois parâmetros no decorrer do trabalho serão citados ao longo do
capítulo 5.
Um terceiro aspecto de configuração do algoritmo apresentado na
Figura 4.16 é a escolha dos valores iniciais das incógnitas . As duas
opções mais práticas são e , em que
indica os valores encontrados no passo de tempo anterior para o vetor
incógnita. Estas duas opções foram testadas, não sendo encontradas
diferenças substanciais em termos de tempo de execução entre uma e
outra.
No entanto, percebeu-se que a escolha de se
mostrou ligeiramente mais eficaz, particularmente nos casos em que as
diferenças entre os valores das incógnitas não são muito acentuadas
entre um passo de tempo e outro.
As figuras a seguir mostram a comparação entre as duas opções
de definição de para dois casos simulados na resolução do primeiro
problema do capítulo 5.
Figura 4.17: Número de iterações CG para problema 1 com malha C e
ps (linha contínua para e linha tracejada para ).
A Figura 4.17 mostra que, neste caso, em que o incremento
temporal é 20 vezes menor que o período relativo à maior frequência
presente no domínio simulado, a escolha de exige um
número um pouco maior de iterações CG por passo de tempo do que a
0 10 20 30 40 50 60 70 80 90 10040
45
50
55
60
65
70
iteração temporal
nú
mero
de i
tera
çõ
es
CG
[X0] = [X
n-1]
[X0] = [0]
43
escolha . A média para estas 100 primeiras iterações é
para e para .
Figura 4.18: Número de iterações CG para problema 1 com malha C e ps
(linha contínua para e linha tracejada para ).
Na Figura 4.18 percebe-se que o comportamento do algoritmo
CG, neste caso, em que é um décimo do período do sinal de mais alta
frequência na estrutura analisada, é bastante parecido para as duas
opções de valor inicial das incógnitas. A média para as 100 primeiras
iterações é para e para .
Essa tendência explicitada pelos exemplos se confirma para os
demais casos analisados. De forma geral, observou-se que para
incrementos temporais menores que um quinto do período relativo à
maior frequência imposta no sistema, a escolha de leva a um
valor de menor.
Neste trabalho, uma vez que a maioria dos casos simulados
envolvia incrementos temporais relativamente pequenos, todas as
simulações foram realizadas com .
Com relação ao desempenho computacional, o algoritmo JCG
apresentou-se bastante eficiente. Nos problemas analisados foi possível
obter-se resultados satisfatórios com de poucos minutos de simulação.
0 10 20 30 40 50 60 70 80 90 100100
105
110
115
120
125
iteração temporal
nú
mero
de i
tera
çõ
es
CG
[X0] = [X
n-1]
[X0] = [0]
5. VALIDAÇÃO DO PROGRAMA
Para a validação do software desenvolvido, foram simulados
alguns problemas de cavidades ressonantes com diferentes valores de
incremento temporal e/ou diferentes densidades de malha de
discretização espacial.
Os resultados obtidos através das simulações realizadas foram
comparados a resultados de referência calculados analiticamente ou
extraídos de outros trabalhos científicos.
5.1. Cavidade ressonante cilíndrica
O primeiro caso simulado foi de uma cavidade cilíndrica
preenchida com ar (aproximaram-se as propriedades eletromagnéticas
do ar como , e S/m).
A resolução deste problema demonstra a versatilidade do método
dos elementos finitos em representar estruturas curvas.
As dimensões cavidade estão representadas na figura a seguir.
O sinal de excitação foi aplicado na forma de corrente elétrica em uma das arestas de cada caso simulado. Dessa forma, a aresta excitada
funcionaria como um elemento de corrente de comprimento igual ao
comprimento da aresta e de seção infinitesimal. Para a execução desse
procedimento, o vetor fonte dado pela equação (3.20) foi modificado
para a seguinte forma:
10 mm
15 mm
Figura 5.1: Cavidade ressonante cilíndrica.
45
em que o subíndice i indica a aresta onde a corrente está sendo aplicada,
l é o comprimento desta aresta e é o valor da corrente que varia no
tempo.
A corrente de excitação foi aplicada numa aresta arbitrária no
interior da malha de elementos finitos e monitorada em algumas arestas
em posições distintas, escolhidas aleatoriamente. Essa metodologia foi
definida de maneira a se obter uma leitura espectral mais homogênea
dos modos, uma vez que somente um ponto de análise pode favorecer
determinado modo – um modo que apresenta seu máximo nas
proximidades desse ponto – e desfavorecer outros. Assim o resultado
final em frequência analisado é obtido a partir do ponto que apresentar
melhor leitura de todas as frequências de ressonância encontradas, ou,
caso nenhum ponto apresente tal condição, da soma das respostas
obtidas em cada um dos pontos de análise.
O tipo de sinal aplicado como excitação foi uma corrente na
forma de uma função sinc no domínio temporal. A alimentação através
desse tipo de sinal permite a definição, com uma boa precisão, da faixa
de frequências em que a energia eletromagnética estará presente. Além
disso, com o uso de uma função sinc, obtém-se um nível de excitação
bastante homogêneo para cada frequência do espectro de interesse.
A função sinc é definida conforme a equação:
(5.1)
em que é a frequência limite da faixa que será excitada (começando
em zero), é o tempo e é o deslocamento do ponto central da sinc
em relação ao tempo inicial .
Neste problema o deslocamento foi definido como ns e a
frequência limite GHz, de maneira a se excitar os primeiros
três modos de ressonância da cavidade, calculados analiticamente como
11,474 GHz, 13,306 GHz e 15,216 GHz [32].
46
O sinal imposto como alimentação do problema, no domínio do
tempo, é mostrado na Figura 5.2.
Figura 5.2: Função de excitação no domínio tempo.
O espectro deste sinal, obtido através da transformada rápida de
Fourier (Fast Fourier Transform – FFT), é mostrado na Figura 5.3, no
qual se percebe a boa precisão na definição do espectro excitado e a
forma com que todas as frequências são excitadas com
aproximadamente o mesmo nível, formando uma aproximação de um
pulso retangular no domínio da frequência.
Figura 5.3: Função de excitação no domínio da frequência.
9,0 9,2 9,4 9,6 9,8 10,0 10,2 10,4 10,6 10,8 11,0
-0,2
0,0
0,2
0,4
0,6
0,8
1,0
tempo [ns]
am
pli
tud
e [
A]
0,0 5,0 10,0 15,0 20,0 25,0 30,0 35,0 40,00
2
4
6
8
10
12
14
16
frequência [GHz]
am
pli
tud
e (
x 1
0-5)
[A]
47
As malhas de elementos finitos geradas para as simulações do
problema foram definidas de maneira a verificar-se a influência da
densidade da discretização espacial na qualidade da resposta. Assim,
foram geradas malhas com diferentes comprimentos médios de arestas,
geralmente estabelecendo-se uma relação entre esse comprimento médio
e o comprimento de onda mínimo de interesse.
Um critério de discretização espacial que pode ser colocado como
referência é o utilizado como padrão no método das diferenças finitas no
domínio do tempo [9], que, adaptando-se ao método abordado neste
trabalho, resulta [33]:
(5.2)
em que é o comprimento médio máximo das arestas dos
tetraedros e é a frequência máxima de interesse (correspondente a
um comprimento de onda mínimo ). Neste exemplo, a frequência
máxima de interesse é a frequência limite definida para a excitação
através da função sinc, ou seja, 16 GHz. Dessa forma, tem-se que o
comprimento médio das arestas da malha deve ser de aproximadamente
mm.
A fim de verificar a aplicabilidade desse critério no método dos
elementos finitos no domínio do tempo foram geradas três malhas: a
primeira com mm (que foi o limite inferior de densidade de
malha imposto pelo módulo de pré-processamento do software
NX I-deas para este problema, especificamente), a segunda com
mm e a terceira com mm.
A Tabela 5.1-1 resume as características das malhas geradas para
o problema em questão e alguns dados do sistema de simulação que
estão vinculados às características da malha.
Tabela 5.1-1: Parâmetros das malhas usadas na resolução do problema.
malha Nnós Nel Nar Ninc Vméd [mm3] Lméd [mm] Farm (%)
A 283 1100 1547 1052 4,222 3,509 0,347
B 1406 6459 8441 6710 0,727 1,944 0,077
C 10010 52401 64625 57980 0,090 0,969 0,012
48
Os parâmetros representados na Tabela 5.1-1 são os seguintes:
Nnós – número de vértices da malha;
Nel – número de tetraedros;
Nar – número de arestas e, consequentemente, a ordem
do sistema matricial global;
Ninc – número de incógnitas do sistema algébrico global,
correspondente ao número de arestas total subtraído do
número de arestas pertencentes às condições de contorno
de Dirichlet (valores impostos);
Vméd – volume médio dos tetraedros;
Lméd – comprimento médio das arestas;
Farm – fator de armazenamento que indica a parcela do
total de elementos da matriz global que são efetivamente
armazenados na memória.
A condição de contorno imposta foi de campo elétrico tangencial
igual à zero (parede elétrica – condição de Dirichlet) em todo limite do
domínio de cálculo – o que representa satisfatoriamente a realidade
física para problemas de cavidades ressonantes.
A figura a seguir ilustra diferença de densidade entre as três
malhas geradas para o problema em questão.
De forma a obter-se uma referência para a análise da estabilidade
do método de discretização temporal, utilizou-se também o critério
(c) (b) (a)
Figura 5.4: Ilustração das diferentes malhas geradas para a resolução do problema:
(a) “malha A”, com mm; (b) “malha B”, com mm; (c)
“malha C”, com mm.
49
estabelecido para o método FDTD (em sua versão condicionalmente
estável) [9]. Este critério, adaptado para FETD, é o seguinte [27]:
, (5.3)
em que representa o maior passo de tempo para que o sistema
mantenha estabilidade e corresponde ao comprimento da menor
aresta presente na malha de discretização espacial.
De acordo com esse critério, o incremento temporal máximo seria
para a malha A ps, para a malha B ps e para a
malha C ps.
Para a verificação da influência do incremento temporal na
resposta obtida, definiu-se quatro valores padrão de para todas as
malhas geradas. Os valores foram ps, ps,
ps e ps. É importante salientar que o maior passo
de tempo definido ( ps), aproxima-se bastante do limite de
Nyquist, que determina que amostragem deve ser feita em uma
frequência de, no mínimo, duas vezes a máxima frequência do
sinal [34]. O período de amostragem máximo baseado no teorema de
Nyquist fica em torno de 30 ps neste exemplo.
Além dos parâmetros de simulação citados anteriormente, para os
casos apresentados a seguir foram configurados também:
o período de tempo simulado : representa o tempo
físico em que o sinal é analisado no problema
eletromagnético. Em todos os casos foi definido
µs, pois se considerou tempo suficiente para
que o sistema entrasse em regime permanente e
oferecesse uma boa resolução espectral [34];
o número total de iterações temporais : foi
definido de acordo com o caso. O critério escolhido para
sua definição foi (para possibilitar a
aplicação direta da transformada rápida de Fourier, o
número iterações temporais foi definido sempre como
uma potência de base dois – por exemplo: 212
, 213
,
etc. [34]);
a precisão do método dos gradientes conjugados :
todos casos foram simulados com ;
50
o número máximo de iterações do gradiente conjugado
: todos casos foram simulados com
.
A figura a seguir mostra o sinal no domínio do tempo já em
regime permanente em uma das arestas analisadas (valor da integral de
linha e do campo elétrico na aresta, portanto) para um dos casos
analisados.
Figura 5.5: Integral de linha do campo elétrico no domínio do tempo no interior da
cavidade cilíndrica.
Percebe-se que a resposta obtida é composta por algumas
componentes de altas frequências, não apresentando os efeitos de
distorções de baixas frequências. Isso demonstra que o segundo método
de discretização temporal apresentado elimina o problema de respostas
espúrias em baixas frequências.
A seguir é apresentada a resposta espectral obtida para o
problema em questão. Foram encontradas três frequências de
ressonância, as quais estão identificadas no gráfico.
0,180 0,181 0,182 0,183 0,184 0,185 0,186 0,187 0,188 0,189 0,190-20
-15
-10
-5
0
5
10
15
20
tempo [ s]
e [
pV
]
51
Figura 5.6: Resposta em frequência para a integral de linha do campo elétrico no
interior da cavidade cilíndrica.
De forma qualitativa, pode-se afirmar que as frequências de
ressonância encontradas coincidem com as frequências naturais de
oscilação da cavidade analisada, calculadas de forma analítica e já
apresentadas anteriormente.
Uma comparação quantitativa para cada caso simulado é
detalhada nas tabelas a seguir. Cada tabela apresenta os resultados
obtidos para os diferentes modos de ressonância e para os diferentes
valores de incremento temporal empregados em uma dada densidade de
malha de elementos finitos.
Os parâmetros apresentados nas tabelas comparativas e que ainda
não foram citados são os seguintes:
MCG – número médio de iterações do algoritmo dos
gradientes conjugados por iteração temporal;
Fr – frequência de ressonância de referência;
Fn – frequência de ressonância calculada numericamente
através do software desenvolvido;
E – diferença percentual entre os valores de frequência
encontrados e os de referência para cada modo;
Em – média dos erros de todos os modos.
A tabela seguinte apresenta os dados e a comparação entre os
resultados analíticos e os simulados para a malha com a menor
densidade de elementos (malha A).
11,0 11,5 12,0 12,5 13,0 13,5 14,0 14,5 15,0 15,5 16,00,0
0,5
1,0
1,5
2,0
2,5
3,0
3,5
4,0
4,5
frequência [GHz]
e [
pV
]
1
2 3
52
Tabela 5.1-2: Dados das simulações realizadas com a malha A.
mallha A
[ps] Niter MCG Fr [GHz] Fn [GHz] E (%) Em (%)
3,125 216
16
11,474 11,348 1,098
0,468 13,306 13,296 0,075
15,216 15,181 0,230
6,25 215
25
11,474 11,212 2,283
2,117 13,306 13,077 1,721
15,216 14,859 2,346
12,5 214
48
11,474 10,714 6,624
7,855 13,306 12,311 7,478
15,216 13,776 9,464
25 213
88
11,474 9,299 18,956
22,686 13,306 10,315 22,479
15,216 11,165 26,623
Neste conjunto de simulações com a malha A, notou-se um efeito
de “deslocamento em frequência” com o aumento do incremento
temporal. Para valores maiores que 12,5 ps, começam a aparecer picos
de ressonância de modos que teoricamente não deveriam ter sido
excitados na faixa de frequência observada.
No caso de ps, por exemplo, surgem no espectro duas
frequências de ressonância bastante próximas entre si, que
correspondem aos próximos dois modos de ressonância da cavidade,
que são em 17,670 GHz e 18,283 GHz.
Esse efeito fica bastante agravado para a simulação com o maior
passo de tempo (25 ps), para o qual surge uma grande quantidade de
picos de ressonância, tornando a resposta em frequência bastante
poluída nas proximidades do extremo da faixa excitada (16 GHz).
Para ilustrar este efeito, a figura a seguir mostra o espectro do
sinal para ps, de onde se percebe o aparecimento dos dois
modos de ressonância adicionais na faixa de frequências de interesse.
53
Figura 5.7: Modos de ressonância de frequências superiores (picos 4 e 5) surgindo
no espectro analisado (simulação com .
Para a malha de discretização espacial B, foram obtidos os
resultados que estão resumidos na tabela seguinte.
Tabela 5.1-3: Dados das simulações realizadas com a malha B.
mallha B
[ps] Niter MCG Fr [GHz] Fn [GHz] E (%) Em (%)
3,125 216
23
11,474 11,416 0,506
0,553 13,306 13,247 0,443
15,216 15,108 0,710
6,25 215
43
11,474 11,275 1,734
2,206 13,306 13,028 2,089
15,216 14,791 2,793
12,5 214
87
11,474 10,773 6,110
7,887 13,306 12,277 7,733
15,216 13,722 9,819
25 213
167
11,474 9,333 18,660
22,711 13,306 10,291 22,659
15,216 11,136 26,814
O mesmo efeito de translação de frequência foi percebido para a
malha B, com o aparecimento de frequências de ressonância de modos
superiores ao da frequência de interesse para valores de maiores que
1 ps.
10 11 12 13 14 15 160
1
2
3
4
5
6
x 10-11
frequência [GHz]
e [
V]
1
2
3
4
5
54
Os resultados obtidos para a terceira malha gerada estão descritos
na tabela seguinte.
Tabela 5.1-4: Dados das simulações realizadas com a malha C.
mallha C
[ps] Niter MCG Fr [GHz] Fn [GHz] E (%) Em (%)
3,125 216
64
11,474 11,426 0,418
0,553 13,306 13,237 0,519
15,216 15,106 0,723
6,25 215
122
11,474 11,284 1,656
2,110 13,306 13,020 2,149
15,216 14,791 2,793
12,5 214
200
11,474 10,780 6,049
7,910 13,306 12,264 7,831
15,216 13,717 9,856
25 213
200
11,474 9,339 18,607
22,717 13,306 10,285 22,704
15,216 11,132 26,840
Os resultados mostram que, para este problema, o fator
determinante na qualidade da resposta obtida foi a definição do passo de
tempo. A utilização dos dois menores incrementos temporais
( ps e ps) garantiram um erro menor do que 5%
para todas as densidades de malha testadas. Já os dois maiores valores
de passo de tempo, ps e ps, geraram erros em torno
de 7% e 22%, respectivamente, causando o surgimento de frequências
de ressonância de modos superiores (teoricamente não excitadas) na
faixa de espectro analisada.
Como foi usado o método de Newmark, o esquema obtido é
incondicionalmente estável. Assim, o critério definido pela
equação (5.3) não representa uma restrição ao método implementado.
De fato, verificou-se que mesmo com o maior passo de tempo
empregado (cerca de vinte e cinco vezes o valor sugerido pelo critério
citado, no caso da malha mais densa), o sistema demonstrou-se estável.
Com relação à precisão, mesmo com ps (cerca de 6 vezes
superior ao recomendado pelo critério utilizado em [9]), o método foi
capaz de fornecer uma resposta satisfatória, com um erro em torno de
2,2%. Isso também mostra que, neste caso, a escolha de não está
vinculada às características da malha (pois os erros mantiveram-se
praticamente constantes para um mesmo passo de tempo em malhas
55
diferentes). Ao que tudo indica, neste caso o erro depende mais do
número de amostras por período dos sinais presentes no domínio de
estudo. Dessa forma, baseado nos resultados obtidos para este problema,
a utilização de , que é exatamente o caso de
ps, indica uma escolha razoável.
É importante mencionar que, ainda que o esquema seja
incondicionalmente estável, a escolha do passo de tempo influenciou no
condicionamento do sistema algébrico a ser resolvido a cada iteração
temporal. Com efeito, verificou-se que maiores valores levam a
sistemas mais mal condicionados, requerendo mais iterações de
gradiente conjugado para sua resolução. Por exemplo, para os dois
maiores valores de utilizados, o algoritmo CG não obteve
convergência antes de chegar ao limite de iterações imposto para a
malha mais densa.
A análise dos erros para as três densidades de malhas geradas
mostra que, neste exemplo, a quantidade de elementos (ou, mais
adequadamente, o comprimento médio das arestas da malha) não causou
grande impacto nos resultados obtidos. Paradoxalmente, o refinamento
da malha acarretou em um pequeno aumento no erro médio para todas
as opções de testadas. Uma possível razão para esse efeito pode ser a
ocorrência de elementos de “má qualidade” (com ângulos muito
fechados e volumes extremamente pequenos) na malha, o que não foi
analisado neste trabalho.
De acordo com a análise da influência da densidade da malha nas
soluções obtidas, pode-se estabelecer-se como um bom critério a
definição de neste caso.
Considerando como tolerável um erro abaixo de 5 % e adotando-
se como critério de escolha o tempo de execução, a melhor configuração
de parâmetros do software foi a definição de ps com a
malha A. Esta configuração demandou cerca de 5 minutos com uma
média de 9,71 ms por iteração temporal.
É importante citar que, de acordo com o verificado neste
exemplo, para uma mesma malha, a diferença de tempo de execução
entre uma configuração com um passo temporal e uma configuração
com não é muito acentuada. Por exemplo, para a malha A, a
simulação com ps demanda cerca de 70% do tempo de
execução da simulação com ps. Porém, observou-se que,
para um mesmo incremento temporal, o aumento da densidade da malha
implica num aumento considerável no tempo de execução. Para o
problema em questão, para todos os valores de o tempo de execução
56
aumentou em mais de 15 vezes para uma redução de por um fator
dois.
Os resultados obtidos para este problema sugerem que o uso de
uma discretização fina (malha densa), tomando como referência o menor
comprimento de onda de interesse, não melhorou muito os resultados
obtidos. Além disso, o uso de malhas densas torna o processo de
resolução do problema muito mais lento, como já foi citado. Por
exemplo, a resolução do problema com o menor passo de tempo na
malha C resultou em um tempo de execução de aproximadamente
60 horas.
Os requisitos de memória na resolução deste problema ficaram
em torno de 1,5 MB para a malha A, 5 MB para a malha B e de 34 MB
para a malha C.
5.2. Cavidade ressonante retangular
Este problema consiste na análise de uma cavidade ressonante
retangular preenchida com ar ( , e S/m).
A alimentação da cavidade foi feita na forma de uma sonda
posicionada no centro de uma das paredes quadradas. As dimensões da
cavidade ressonante simulada e da sonda de excitação são mostradas na
Figura 5.8.
3 cm
23,554 cm
23,554 cm
20 cm
Figura 5.8: Cavidade ressonante retangular.
57
Para estudar a influência da densidade da malha no problema,
buscou-se usar uma distribuição de elementos homogênea no interior da
cavidade. Por essa razão, a sonda de excitação foi representada como
um segmento de fio de seção infinitesimal, ou seja, por uma aresta. Uma
representação mais realista da sonda, através de um pequeno volume
cilíndrico, exigiria a geração de elementos extremamente pequenos em
relação às dimensões da cavidade, conduzindo a malhas extremamente
densas e com custo computacional muito elevado.
O posicionamento da sonda foi definido de maneira a excitar o
primeiro modo de ressonância da cavidade. Este tem campo elétrico
máximo justamente no centro das faces de lados iguais e com sua única
componente normal a estas faces [35].
A escolha do comprimento da sonda foi arbitrária, uma vez que
para a análise objetivada esse parâmetro é irrelevante (o comprimento da
sonda na prática está relacionado à impedância de entrada da cavidade
ressonante).
A corrente imposta foi escolhida novamente como uma função
sinc, desta vez com ns e a frequência limite GHz,
de forma e a cobrir a banda de frequências capaz de excitar o modo
dominante (900,006 MHz) e os dois modos seguintes, ambos ressoando
na mesma frequência (modos degenerados) de 983,229 MHz [35].
Para a simulação deste problema, foram testados quatro valores
de incremento temporal: ps, ps, ps e
ps. Os demais parâmetros de simulação utilizados foram:
µs, e (o número de iterações
temporais Niter foi ajustado de acordo com o utilizado de maneira a
obter sempre o mesmo tempo físico simulado).
Como condição de contorno, foi imposto o campo tangencial nulo
em todo limite do domínio de cálculo (condição de Dirichlet
homogênea).
Novamente, foram geradas três malhas com densidades
diferentes. As características dessas malhas estão descritas na tabela a
seguir.
Tabela 5.2-1: Parâmetros das malhas usadas na resolução do problema.
malha Nnós Nel Nar Ninc Vméd [cm3] Lméd [cm] Farm (%)
A 32 71 127 52 156,278 12,210 2,282
B 127 424 636 372 26,170 6,589 0,703
C 750 3229 4337 3260 3,436 3,286 0,140
58
A figura a seguir mostra as três malhas geradas para o problema
em questão.
A figura a seguir mostra o sinal extraído (em regime permanente)
de uma aresta arbitrária, em uma das simulações com a malha C.
Figura 5.10: Integral de linha do campo elétrico em aresta no interior da cavidade
ressonante retangular.
Percebe-se que o sinal obtido apresenta uma única frequência
preponderante, com valor médio nulo (sem efeito de componentes
espúrias de baixas frequências).
500 505 510 515 520 525 530 535 540 545 550-0,3
-0,2
-0,1
0,0
0,1
0,2
0,3
tempo [ns]
e [
nV
]
(c) (b) (a)
Figura 5.9: Ilustração das diferentes densidades de malhas geradas para a resolução
do problema: (a) “malha A”, com cm; (b) “malha B”, com cm;
(c) “malha C”, com cm.
59
A Figura 5.11 mostra o espectro do sinal da figura anterior,
obtido através da Transformada de Fourier.
Figura 5.11: Resposta em frequência da integral de linha do campo elétrico no
interior da cavidade ressonante retangular.
Nota-se que o pico indicado pelo “1” na Figura 5.11 corresponde
exatamente ao modo de ressonância que se objetivou excitar. Conforme
previsto, a energia acoplada aos modos seguintes foi praticamente nula,
apresentando um ínfimo pico de ressonância indicado por “2”.
Os resultados para a malha A (mais grosseira) estão na
Figura 5.12.
600 650 700 750 800 850 900 950 1000 1050 11000,00
0,05
0,10
0,15
0,20
0,25
0,30
frequência [MHz]
e [
nV
]
1
2
60
Figura 5.12: Espectro de resposta obtida para cavidade ressonante retangular com
malha de baixa densidade (malha A).
Neste caso, observa-se a ocorrência de três picos de ressonância
na faixa de frequências analisada, o que é incoerente. Isso porque,
apesar da existência de três modos de ressonância nesta faixa, dois deles
apresentam exatamente a mesma frequência de ressonância. Os
resultados não foram satisfatórios para este caso, por conta da
discretização espacial insuficiente, e foram descartados.
Os resultados obtidos nas simulações com as malhas B e C são
apresentados nas tabelas a seguir.
Tabela 5.2-2: Dados das simulações realizadas com a malha B.
mallha B
[ps] Niter MCG Fr [MHz] Fn [MHz] E (%)
25 217
14 900,006 888,380 1,292
50 216
14 900,006 884,120 1,765
100 215
21 900,006 867,970 3,560
200 214
38 900,006 811,560 9,827
600 650 700 750 800 850 900 950 1000 1050 11000,0
0,5
1,0
1,5
frequência [MHz]
e [
nV
]
1 3
2
61
Tabela 5.2-3: Dados das simulações realizadas com a malha C.
mallha C
[ps] Niter MCG Fr [MHz] Fn [MHz] E (%)
25 217
15 900,006 896,930 0,342
50 216
22 900,006 892,670 0,815
100 215
40 900,006 875,910 2,677
200 214
80 900,006 817,970 9,115
Diferentemente do que ocorreu no problema anterior, nota-se que
a densidade da malha neste caso apresentou uma grande influência na
qualidade dos resultados. Para uma malha A, com cm
(aproximadamente metade do comprimento de onda na maior frequência
de interesse), não se atingiu resultado coerente. No entanto, para a malha
B, com cm, foram encontradas soluções bastante satisfatórias,
com erros menores que 5%. Já o emprego da malha C, mais densa, com
cm, foi capaz de gerar erros menores que 1% para os dois
menores valores de utilizados.
Do ponto de vista da discretização temporal, foram atingidos
bons resultados para todos os passos de tempo utilizados, com exceção
do maior ( ps), que apresentou erros na faixa de 9% até 10%
para as malhas B e C.
Com ps, que corresponde a uma quantidade de nove
amostras por período para a maior frequência de interesse, obteve-se um
erro abaixo de 5% tanto para a malha B quanto para a C. Esta escolha do
passo temporal mostrou-se a melhor opção em termos da relação entre
tempo de execução e qualidade de resultados.
O menor tempo demandado para a resolução do problema dentro
de uma tolerância de 5% de erro foi obtido com ps para a
malha B: cerca de 1 minuto e meio (2,81 ms por iteração temporal).
O tempo de execução para a combinação que apresentou menor
erro (igual a 0,342%, para ps, malha C) foi de
aproximadamente 55 minutos, com 25 ms por iteração temporal.
Acrescenta-se que as mesmas considerações sobre o impacto do
aumento da densidade da malha e/ou a diminuição do incremento
temporal sobre o tempo de execução se mostraram cabíveis neste
problema. Por exemplo, para ps na simulação com a malha C,
o tempo de execução foi de 25,7 minutos. Isso representa cerca de 17
vezes o tempo de execução com o mesmo passo temporal na malha B.
A quantidade de memória alocada foi de aproximadamente
0,5 MB para a malha A, 0,7 MB para a malha B e 3 MB para a malha C.
62
5.3. Cavidade ressonante retangular parcialmente
preenchida
O objeto de estudo consiste em uma cavidade ressonante
retangular preenchida parcialmente por um material dielétrico. Este
problema foi escolhido de forma a se comparar os resultados obtidos
através do programa aqui desenvolvido com os resultados apresentados
em [36]. A geometria e as dimensões do problema estão descritas na
Figura 5.13.
A escolha dos parâmetros de simulação utilizados foi baseada
em [37], visando uma comparação qualitativa de resultados.
A validação do software para este tipo de problema é de extrema
importância, uma vez que as cavidades ressonantes, na prática, podem
conter um dielétrico em seu interior (por exemplo, quando usadas para a
caracterização de materiais).
O volume delimitado pelas dimensões d1, d2 e d3, na Figura 5.13,
corresponde à porção de material dielétrico no interior da cavidade. A
permissividade relativa desse dielétrico é .
Foram usadas duas condições de contorno para a resolução deste
problema: nas faces destacadas foram aplicadas condições de campo
D1 = 300 mm
D2 = 500 mm
D3 = 200 mm
d1 = 175 mm
d2 = 125 mm
d3 = 75 mm
D3
D1
d3
d1 d2
D2
Figura 5.13: Geometria do terceiro problema simulado (correspondente a um quarto
da estrutura completa da cavidade ressonante).
63
magnético tangencial zero (condição de Neumann – parede magnética) e
nas demais faces foram aplicadas as condições de campo elétrico
tangencial zero (condição de Dirichlet homogênea – parede elétrica). O
uso das condições de Neumann neste problema se deve ao fato de
somente a quarta parte da estrutura ser simulada (condições de simetria).
A excitação do modelo foi feita novamente na forma de corrente
elétrica aplicada em uma aresta escolhida arbitrariamente no interior da
cavidade.
A corrente de excitação foi escolhida como sendo um seno
modulado por um pulso gaussiano, dada por:
, (5.4)
em que α [s-1
] está ligado ao deslocamento temporal do sinal e f [Hz] é a
frequência do seno.
Para a resolução do problema em questão, os parâmetros de
excitação foram definidos como s-1
e MHz.
O sinal de excitação gerado para essa combinação de parâmetros
é mostrado na Figura 5.14.
Figura 5.14: Sinal de excitação – seno de 420 MHz modulado por pulso gaussiano.
O conteúdo espectral do sinal de excitação empregado neste
problema é mostrado na Figura 5.15.
0 50 100 150 200 250 300 350 400-1,0
-0,5
0,0
0,5
1,0
tempo [ s]
am
pli
tud
e [
A]
64
Figura 5.15: Função de excitação no domínio da frequência.
Novamente, foram geradas três malhas com densidades diferentes
para a resolução do problema. As características das malhas geradas são
mostradas na tabela a seguir.
Tabela 5.3-1: Parâmetros das malhas usadas na resolução do problema.
malha Nnós Nel Nar Ninc Vméd [cm3] Lméd [mm] Farm (%)
A 222 706 1103 727 42,493 74,131 0,443
B 812 3112 4452 3380 9,640 44,931 0,133
C 2482 10811 14576 11979 2,775 29,828 0,045
A figura a seguir ilustra as malhas geradas para a resolução deste
problema.
0 100 200 300 400 500 600 700 800 900 10000
2
4
6
8
10
frequência [MHz]
am
pli
tud
e (
x 1
0-3)
[A]
(c) (b) (a)
Figura 5.16: (a) “malha A”, com mm; (b) “malha B”, com
mm; (c) “malha C”, com mm.
65
Os demais parâmetros de simulação foram: ,
, e ps. O passo temporal escolhido
corresponde a mais de 50 amostras por período da maior frequência de
interesse, garantindo com boa folga uma representação temporal precisa
do sinal.
O sinal de integral de linha do campo elétrico obtido em uma
aresta arbitrária no interior da cavidade, para uma das simulações
realizadas, é mostrado na Figura 5.17.
Figura 5.17: Integral de linha do campo elétrico em aresta no interior da cavidade
ressonante retangular parcialmente preenchida.
A Figura 5.18 mostra o espectro do sinal obtido, indicando os
picos de amplitude correspondentes às frequências de ressonância
encontradas para o problema simulado.
0 20 40 60 80 100 120 140 160 180 200-10
-5
0
5
10
tempo [ns]
e [
pV
]
66
Figura 5.18: Resposta em frequência da integral de linha do campo elétrico no
interior da cavidade ressonante retangular parcialmente preenchida.
É importante ressaltar que as frequências encontradas não
correspondem exatamente aos seis primeiros modos de ressonância da
cavidade. Existem outros modos que não foram obtidos devido às
condições de simetria impostas no cálculo. A obtenção dos demais
modos exigiria a simulação da estrutura inteira ou a utilização de outras
condições de simetria [32].
A tabela a seguir mostra os resultados obtidos através do
programa aqui desenvolvido e os resultados apresentados em [36],
obtidos pela resolução de um problema de valores próprios com uma
formulação frequencial de elementos finitos.
Tabela 5.3-2: Resultados obtidos para as simulações realizadas.
modo Bardi et al. malha A malha B malha C
Fr [MHz] Fn [MHz] Fn [MHz] Fn [MHz]
1 257,608 250,270 253,340 254,340
2 372,885 370,330 374,390 372,360
3 473,179 451,720 476,130 470,030
4 507,486 488,340 500,550 506,650
5 553,577 522,930 550,390 551,420
6 592,130 547,350 586,010 588,040
O número médio de iterações CG na resolução do sistema linear
foi 17 para as malhas A e B, e 18 para a malha C.
200 250 300 350 400 450 500 550 6000
20
40
60
80
100
frequência [MHz]
e [
pV
]
1
2
3
4
5 6
67
Os resultados obtidos através da simulação com a malha A (com
apresentam, em geral, diferenças em torno de 2% para
a frequência mais baixa e até 8% para a frequência mais alta. Foi
observado que esta diferença apresenta um comportamento de aumento
quase linear em relação à frequência. A diferença média foi em torno de
4% para a malha A.
As malhas B (com e C (com
geraram diferenças médias menores que 1%, não
ultrapassando 2% de diferença em nenhuma das frequências de
ressonância.
Com relação aos resultados apresentados em [37], houve uma boa
concordância. Entretanto, o método aqui desenvolvido apresentou
resultados mais discrepantes para as frequências mais altas na simulação
com a malha menos densa. Essa discordância pode estar ligada à
metodologia de discretização temporal, que em [37] corresponde ao
primeiro método aqui apresentado, referente a equação (3.29).
A análise deste problema explicita novamente uma sensível
mudança na qualidade dos resultados em função da densidade da malha
de elementos finitos gerada.
Os tempos aproximados de execução para cada simulação foram
de 1 minuto e meio para a malha A (4,82 ms por iteração temporal), 8
minutos para a malha B (28,44 ms por iteração temporal) e 1 hora para a
malha C (0,23 segundos por iteração temporal). Isso evidencia
novamente a grande influência da densidade da malha no tempo de
cálculo.
A memória ocupada durante a execução das simulações foi cerca
de 1 MB para a malha A, 3 MB para malha B e 8 MB para a malha C.
5.4. Cavidade ressonante cilíndrica parcialmente
preenchida
Neste problema, será simulado um caso de cavidade ressonante
com geometria cilíndrica. Desta vez, a cavidade cilíndrica está
parcialmente preenchida com um dielétrico de permissividade relativa
.
Os valores de frequências de ressonância de referência e as configurações dos parâmetros de simulação utilizados foram extraídos
de [37].
A figura a seguir mostra a geometria e as dimensões do problema.
68
Para a Figura 5.19, ressalta-se que o volume delimitado por r2 e h corresponde ao material dielétrico que preenche parcialmente a
cavidade.
Como nos demais problemas apresentados, foram geradas três
malhas de elementos finitos de densidades diferentes. A tabela a seguir
resume as características das malhas geradas.
Tabela 5.4-1: Parâmetros das malhas usadas na resolução do problema.
Malha Nnós Nel Nar Ninc Vméd [mm3] Lméd [mm] Farm (%)
A 607 2418 3387 2298 2,913 3,047 0,159
B 1234 5120 7054 4951 1,378 2,370 0,080
C 2208 10044 13256 10241 0,703 1,900 0,048
A Figura 5.20 ilustra as malhas geradas para a resolução do
problema.
h
r1
r2
r1 = 12,7 mm
r2 = 10,0076 mm
h = 13,97 mm
(a) (b) (c)
Figura 5.19: Cavidade cilíndrica parcialmente preenchida.
Figura 5.20: (a) “malha A”, com mm; (b) “malha B”, com
mm; (c) “malha C”, com mm.
69
Para a resolução do problema em questão, os parâmetros de
excitação (cuja função é a mesma do problema anterior) foram definidos
como s-1
e GHz.
Como condição de contorno, foi imposto o campo elétrico
tangencial nulo em todo limite do domínio de cálculo.
Os demais parâmetros definidos foram: ,
e e ps, que corresponde a 50 amostras
por período da maior frequência de interesse, assegurando uma boa
precisão em relação à discretização temporal.
A integral de linha do campo em uma aresta arbitrária no interior
da cavidade é mostrada na Figura 5.21.
Figura 5.21: Integral de linha do campo elétrico em aresta no interior da cavidade
ressonante cilíndrica parcialmente preenchida.
A Figura 5.22 mostra a resposta espectral obtida através da
transformada de Fourier dos sinais temporais extraídos no interior da
cavidade ressonante.
0 5 10 15 20 25 30
-3
-2
-1
0
1
2
3
tempo [ns]
e [
pV
]
70
Figura 5.22: Resposta em frequência da integral de linha do campo elétrico no
interior da cavidade ressonante cilíndrica parcialmente preenchida.
A tabela a seguir apresenta a comparação entre os resultados
obtidos analiticamente e os resultados numéricos obtidos através das
simulações realizadas.
Tabela 5.4-2: Tabela comparativa – resultados analíticos e numéricos.
modo analítico malha A malha B malha C
Fr [GHz] Fn [GHz] E (%) Fn [GHz] E (%) Fn [GHz] E (%)
1 1,498 1,502 0,267 1,502 0,267 1,502 0,267
2 2,435 2,442 0,288 2,442 0,288 2,442 0,288
3 2,504 2,503 0,040 2,503 0,040 2,503 0,040
4 3,029 3,052 0,759 3,040 0,363 3,040 0,363
5 3,331 3,333 0,060 3,345 0,420 3,333 0,060
6 3,339 3,370 0,928 3,382 1,288 3,382 1,288
7 3,429 3,443 0,408 3,431 0,058 3,431 0,058
8 3,596 3,602 0,167 3,602 0,167 3,602 0,167
9 3,822 3,858 0,942 3,834 0,314 3,821 0,026
10 3,919 3,895 0,612 3,907 0,306 3,907 0,306
O número médio de iterações CG para a resolução do sistema
linear foi 18 para a malha A, 25 para a malha B e
26 para a malha C.
Percebe-se que a malha A (com foi capaz de
gerar resultados com erros abaixo de 1% em toda faixa de frequências
1,0 1,5 2,0 2,5 3,0 3,5 4,00,0
0,5
1,0
1,5
2,0
2,5
3,0
frequência [GHz]
e [
pV
]
1
2
3
4
5
6
7
8
9
10
71
de interesse, apresentando um erro médio de 0,447%. As malhas B (com
e C (com forneceram resultados
com erros também abaixo de 1%, com exceção do sexto modo de
ressonância, com erro de 1,29% para as duas malhas. O erro médio
calculado para a malha B foi de 0,351% e para a malha C foi de 0,286%.
Em comparação aos resultados apresentados em [37], obteve-se,
através do software aqui implementado, um erro médio menor em todos
os casos.
É importante salientar que os valores de erros calculados em
todas as três malhas simuladas ficaram na mesma ordem de grandeza do
erro que pode ser atribuído à resolução da resposta espectral. Para este
problema, especificamente, esta fonte de erro é significativa. Os valores
máximos de erro, devido à resolução espectral, variam de 0,6% para a
frequência mais baixa analisada até 0,15% para a frequência mais alta.
Neste problema, os resultados demonstraram que as variações na
densidade de malha testadas não surtiram grandes diferenças na precisão
atingida pelo software. No entanto, ressalta-se que todas as malhas
geradas asseguravam uma boa discretização espacial. A malha mais
grosseira, por exemplo, apresenta a relação de aproximadamente vinte e
cinco arestas por comprimento de onda (para a máxima frequência de
interesse).
Os tempos aproximados de execução foram de 6 minutos para a
malha A (22,217 ms por iteração temporal), 22 minutos para a malha B
(80,444 ms por iteração temporal) e 1 hora e 10 minutos para a malha C
(258,728 ms por iteração temporal).
Os requisitos de memória RAM ficaram em torno de 2,3 MB para
a malha A, 4,3 MB para a malha B e 8,6 MB para a malha C.
6. CONSIDERAÇÕES FINAIS
A ferramenta de simulação computacional formada pela
associação entre o software NX I-deas e o processador numérico FETD
desenvolvido demonstrou ser eficiente na resolução de problemas
relativos a cavidades ressonantes. Em geral, foi possível obter um bom
nível de precisão, com erros abaixo de 5% em todos os problemas
simulados.
Verificou-se que as malhas geradas pelo NX I-deas foram
capazes de descrever com boa fidelidade as estruturas curvas simuladas
mesmo com baixas quantidades de elementos. Isso comprova a
versatilidade das malhas de elementos tetraédricos e a qualidade do
módulo pré-processador do software.
Uma análise das relações entre as densidades de malhas e os
resultados obtidos sugere que um bom critério de discretização espacial
seria . Esta diferença entre o critério adotado para o
método implementado e o critério clássico FDTD, de 10 células por
comprimento de onda, se dá devido ao fato de o método dos elementos
finitos permitirem a variação da incógnita dentro do elemento, o que não
acontece no método FDTD. Um critério ainda menos rigoroso de
discretização espacial poderia ser obtido com o uso de funções de
interpolação de segunda ordem, por exemplo, que permitiria a variação
da incógnita de forma parabólica dentro do elemento, melhorando assim
a representação de sua variação espacial. A possibilidade do uso de
funções de interpolação de ordem superior para redução dos requisitos
de discretização espacial se mostra como uma possibilidade interessante,
uma vez que os resultados analisados demonstraram que o parâmetro de
maior impacto no tempo de execução do programa é justamente a
densidade da malha.
Com relação à técnica de discretização temporal utilizada,
verificou-se que o sistema manteve-se estável mesmo para incrementos
temporais próximos ao limite estabelecido pelo critério de Nyquist.
Contudo, em termos de precisão, percebe-se que a qualidade dos
resultados obtidos fica comprometida nas proximidades deste limite.
Tomando por base as soluções numéricas encontradas neste
trabalho, pode-se definir como um critério razoável para obtenção de
uma boa precisão a escolha de .
Ainda com relação as discretizações espacial e temporal, notou-se
também que o efeito causado pelo aumento do passo temporal ou a
diminuição da densidade da malha se traduz, em termos de resposta
73
espectral, em um deslocamento da solução numérica em relação à
solução física. Esse efeito fez com que os modos de ressonância das
cavidades estudadas fossem encontrados em frequências cada vez
menores à medida que se aumentava o ou o .
Uma definição mais precisa para os critérios de discretização
espacial e temporal para o sistema implementado exigiria a simulação de
uma quantidade maior de casos, cobrindo outras combinações de
estruturas, materiais, faixa de frequências, etc. Entretanto, tal análise não
foi objeto de estudo neste trabalho.
O desempenho computacional do software mostrou-se bastante
satisfatório, exigindo uma quantidade de memória e um tempo de
execução relativamente pequenos para obtenção de resultados precisos.
Como uma ferramenta de simulação de problemas
eletromagnéticos de altas frequências, o sistema de cálculo desenvolvido
“NX I-deas – processador FETD” apresenta como principal limitação a
impossibilidade de simulação de problemas de radiação em espaço
aberto. Isso porque não foram implementadas técnicas de absorção de
ondas eletromagnéticas que chegam às fronteiras do domínio.
Métodos eficientes de simulação de propagação eletromagnética
em espaço aberto em FETD ainda são alvos de pesquisas, sendo um
campo em desenvolvimento.
Existe a possibilidade de simularem-se problemas de propagação
em espaço aberto através da criação de domínios de estudo
suficientemente grandes para que as ondas refletidas nas fronteiras não
interfiram na análise objetivada. Contudo, a aplicação dessa
metodologia tende a criação de domínios de cálculo grandes em relação
às dimensões do objeto de análise. Isso exigiria malhas com uma grande
quantidade de elementos, resultando em simulações com alto custo
computacional.
74
Sugestões para trabalhos futuros
Como sugestão para estudos futuros, citam-se alguns tópicos cujo
estudo e implementação propiciariam o aperfeiçoamento do sistema de
simulação computacional desenvolvido:
Um estudo mais focado aos efeitos da qualidade das
discretizações espacial e temporal tornaria possível a
obtenção de critérios mais genéricos para estes aspectos;
O desenvolvimento e a aplicação de técnicas para
simulação de domínios abertos (PML [33] ou condições
absorventes de contorno [15]) aumentaria
consideravelmente a gama de aplicação da ferramenta de
cálculo;
A implementação de uma formulação com suporte para
diferentes tipos de elementos (hexaedros, prismas, etc.)
propiciaria um melhor aproveitamento da capacidade do
módulo pré-processador do NX I-deas;
A utilização de funções de base de ordem superior
permitiria a redução dos requisitos de densidade de
malha;
O emprego de técnicas de paralelização da resolução do
sistema linear poderia reduzir os tempos de simulação;
A integração ou comunicabilidade com softwares de
otimização possibilitaria a escolha de parâmetros de
projeto de forma automática.
Por fim, ainda nesta linha de aperfeiçoamento do sistema, porém
mais voltada à parte de computação, poderia ser feita a implementação
de uma interface gráfica com o usuário, de forma a tornar a operação do
software mais intuitiva.
7. REFERÊNCIAS BIBLIOGRÁFICAS
[1] FACCIONI FILHO, M. O Método da Modelagem Por Linhas de Transmissão (TLM) e Aplicações Em Compatibilidade Eletromagnética.
Florianópolis, 1997. Dissertação (Mestrado em Engenharia Elétrica) –
Centro Tecnológico, Universidade Federal de Santa Catarina.
[2] FACCIONI FILHO, M. Estudo de Modelagem Eletromagnética com o Método das Linhas de Transmissão (TLM). Florianópolis, 2001.
Tese (Doutorado em Engenharia Elétrica) – Centro Tecnológico,
Universidade Federal de Santa Catarina.
[3] FIRMINO, A. C. Contribuição Ao Estudo de Métodos Numéricos
Em Eletromagnetismo: O Método TLM Em Duas Dimensões. Florianópolis, 1998. Dissertação (Mestrado em Engenharia Elétrica) –
Centro Tecnológico, Universidade Federal de Santa Catarina.
[4] FERREIRA, G. S. Modelamento Numérico de Problemas de
Compatibilidade Eletromagnética Utilizando TLM ( Transmission Line Modelling Method). Florianópolis, 1999. Tese (Doutorado em
Engenharia Elétrica) – Centro Tecnológico, Universidade Federal de
Santa Catarina.
[5] SADIKU, M. N. O.; AGBA, L. C. A simple introduction to the
transmission-line modeling. IEEE Trans. on Circuits and Systems, v. 37,
n. 8, aug. 1990.
[6] LIMA, I. C. Modelagem de Campos Eletromagnéticos Estáticos e
Dinâmicos Usando A Técnica das Diferenças Finitas. Florianópolis,
1997. Dissertação (Mestrado em Engenharia Elétrica) – Centro
Tecnológico, Universidade Federal de Santa Catarina.
[7] TRAVASSOS, X. L. Jr. Estudo de antenas de Microfita
Retangulares Utilizando o Método FDTD. Florianópolis, 2004.
Dissertação (Mestrado em Engenharia Elétrica) – Centro Tecnológico,
Universidade Federal de Santa Catarina.
76
[8] LIMA, C. B. Análise de Dispositivos Eletromagnéticos Para
Hipertermia Usando o Método FDTD. Florianópolis, 2006. Tese
(Doutorado em Engenharia Elétrica) – Centro Tecnológico,
Universidade Federal de Santa Catarina.
[9] TAFLOVE, A. Computational electrodynamics: the finite-difference time-domain method. Boston : Artech House, 1995.
[10] FERREIRA, G. S. Estudo de Campos Eletromagnéticos Em Altas
Freqüências Com Aplicação Em Guias de Onda Retangulares.
Florianópolis, 1994. Dissertação (Mestrado em Engenharia Elétrica) –
Centro Tecnológico, Universidade Federal de Santa Catarina.
[11] GRUBISIC, S. Predição de Campos em ambientes Interiores Utilizando a Técnica de Traçado de Raios. Florianópolis, UFSC, 2005.
Dissertação (Mestrado em Engenharia Elétrica) – Centro Tecnológico,
Universidade Federal de Santa Catarina.
[12] NX I-deas. Versão 5.0.0.87.
http://www.plm.automation.siemens.com/en_us/products/nx/ideas/
(acesso em março de 2010)
[13] KRAUS, J. D. Electromagnetics. 3. ed. McGraw-Hill, 1984.
[14] BASTOS, J. P. A. Eletromagnetismo para engenharia: Estática e
quase-estática. 2. ed. Florianópolis : Editora da UFSC, 2008.
[15] CARPES, W. P. JR. Modélisation tridimensionnelle par éléments
finis destinée aux analyses de propagation d'ondes et de compatibilité électromagnétique. Paris, 2000. These (Doctorat en Génie Électrique) –
Université Paris XI.
[16] BOSSAVIT, A. Computational electromagnetic: variational
formulations, complementarity, edge elements. San Diego : Academic
Press, 1998.
[17] IDA, N.; BASTOS, J. P. A. Electromagnetics and calculation of fields. 2. ed. New York : Springer-Verlag, 1997.
[18] WEBB, J. P. Edge elements and what they can do for you. IEEE Trans. on Magnetics, v. 29, n. 2, p. 1460-1465, mar. 1993.
77
[19] MUR, G. Edge elements, their advantages and their
disadvantages. IEEE Trans. on Magnetics, v. 30, n. 5, p. 3552-3557,
sep. 1994.
[20] MUR, G. The fallacy of edge elements. IEEE Trans. on
Magnetics, v. 34, n. 5, p. 3244-3247, sep. 1998.
[21] WU, J. Y.; LEE R. The advantages of triangular and tetrahedral
edge element for electromagnetic modeling with finite element method.
IEEE Trans. on Antennas and Propagation, v. 45, n. 9, p. 1431-1437,
sep. 1997.
[22] YUAN, H.; YANG, H.; CHEN, R. et al. Numerical dispersion
analysis of FETD method. IEEE.
[23] LEE, J. F.; BURIS, N. Solving Maxwell’s equations by edge
element time domain methods. IEEE, 1994.
[24] GEDNEY, S. D.; NAVSARIWALA, U. An uncondiotianally
stable finite element time-domain solution of the vector wave equation.
IEEE Microwave and Guided wave Letters, v. 5, n. 10, p. 332-335, oct.
1995.
[25] LEE, J. F.; SACKS, Z. Whitney elements time domain (WETD)
methods. IEEE Trans. on Magnetics, v. 31, n.3, p. 1325-1329, may
1995.
[26] LEE, J. F. WETD – a finite element time-domain approach for
solving Maxwell’s equations. IEEE Microwave and Guided Wave Letters, v. 4, n. 4, p. 11-13, jan. 1994.
[27] ARTUZI, W. A. JR. Improving the Newmark time integration
scheme in finite element time domain methods. IEEE Trans. on
Microwave and Wireless Components Letters, v. 15, n. 12, p. 898-900,
dec. 2005.
[28] UGS Corp. NX I-deas 5 help library. Software documentation.
[29] wxDev-C++. Versão 6.10.2.
Disponível em: http://wxdsgn.sourceforge.net/ (acesso em janeiro de
2009).
78
[30] GCC. Versão 4.4.3.
Disponível em: http://gcc.gnu.org/ (acesso em janeiro de 2010).
[31] THIBES, H. V. Um estudo da fatoração imcompleta LU e
Cholesky como pré-condicionadores nos métodos iterativos. Porto
Alegre, 2002. Dissertação (Mestrado em Matemática Aplicada) –
Universidade Federal do Rio Grande do Sul
[32] COLLIN, R. E. Foundations for microwave engineering. 2. ed.
New York : McGraw-Hill, 1992.
[33] ARTUZI, W. A. JR. Modelagem do UPML no método dos
elementos finitos. MOMAG (SBMO/SBMag), sep. 2008.
[34] HAYKIN, S.; VEEN, B. V. Signals and systems. New York :
John Wiley & Sons, 1999.
[35] SADIKU, M. N. O. Elements of electromagnetics. 2. ed. New
York : Oxford University Press, 1995.
[36] BARDI, I.; BIRO, O.; PREIS, K. Finite element scheme for 3D
cavities without spurious modes. IEEE Trans. on Magnetics, v. 27, n. 5,
p. 4036-4039, nov. 1991.
[37] CARPES, W. P. JR.; PICHON, L.; RAZEK, A. Efficient analysis
of resonant cavities by finite element method in time domain. IEE
Proc.- Microwave Antennas Propagation, v. 147, n. 1, p. 53-57, feb.
2000.
Recommended